用户多兴趣信任度的个性化推荐

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (32): 80-84.

用户多兴趣信任度的个性化推荐

杨长春，孙婧

常州大学信息科学与工程学院，江苏常州 213164

出版日期:2012-11-11 发布日期:2012-11-20

Personalized recommendation based on trust of user multi-faced interest

YANG Changchun, SUN Jing

School of Information Science and Engineering, Changzhou University, Changzhou, Jiangsu 213164, China

Online:2012-11-11 Published:2012-11-20

摘要/Abstract

摘要： 目前大多数推荐技术是针对用户单方面兴趣进行的。提出了一种用户多面（multi-faced）兴趣信任度的推荐算法，以适应博客、维客、新闻文章等涉及用户多种兴趣下的推荐。新算法以一种协调的方式将传统的协同过滤算法和基于信任度的推荐算法相结合。实验结果表明，该算法不仅能适应用户多种兴趣下的推荐，而且能有效解决冷启动问题，大大提高了推荐效果。

关键词: 多兴趣信任度, 个性化推荐, 博客

Abstract: Most current recommenders are aimed at the single interest. This paper provides a multi-faced interests trust recommendation algorithm so that adapts to the recommendation of users who have multi-faced interests such as bolg, wiki, news and so on. The new algorithm combines the traditional collaborative filtering algorithm and the recommendation algorithm based on the trust. The experimental result shows that the new algorithm not only fits to the recommendation of users who have multi-faced interests, but also solves the cold start problem effectively and greatly improves the recommendation effect.

Key words: multi-faced interests trust, personalized recommendation, bolg

杨长春，孙婧. 用户多兴趣信任度的个性化推荐[J]. 计算机工程与应用, 2012, 48(32): 80-84.

YANG Changchun, SUN Jing. Personalized recommendation based on trust of user multi-faced interest[J]. Computer Engineering and Applications, 2012, 48(32): 80-84.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	张鹏飞，王宜贵，张志军. 融合标签和多元信息的个性化推荐算法研究[J]. 计算机工程与应用, 2019, 55(5): 159-165.
[3]	王永康，袁卫华，张志军，温鹏. 融合时间隐语义填充和子群划分的推荐算法[J]. 计算机工程与应用, 2019, 55(16): 130-137.
[4]	候营辉，阳旺. 用户情境感知的流式移动应用推荐[J]. 计算机工程与应用, 2019, 55(11): 129-135.
[5]	刘伟1，刘柏嵩1，王洋洋2. 海量学术资源个性化推荐综述[J]. 计算机工程与应用, 2018, 54(3): 30-39.
[6]	罗亚. 基于决策过程的个性化推荐系统设计[J]. 计算机工程与应用, 2017, 53(14): 105-110.
[7]	韩建妙，刘业政. 基于遗传算法的超市最短导购路径推荐[J]. 计算机工程与应用, 2016, 52(4): 238-242.
[8]	刘艳，潘善亮. 基于LBSN好友关系的个性化景点推荐方法[J]. 计算机工程与应用, 2015, 51(8): 117-122.
[9]	张新猛，蒋盛益，李霞，张倩生. 基于网络和标签的混合推荐算法[J]. 计算机工程与应用, 2015, 51(1): 119-124.
[10]	郑翠翠，李林. 协同过滤算法中的相似性度量方法研究[J]. 计算机工程与应用, 2014, 50(8): 147-149.
[11]	赵长宽，李封，徐彬，张昱. 博客好友互动行为相似性研究[J]. 计算机工程与应用, 2014, 50(6): 1-6.
[12]	马小军1，赵伟2. 改进相似度的分布式个性化推荐[J]. 计算机工程与应用, 2014, 50(4): 126-131.
[13]	张永，王芳，张译匀. 结构特征和内容分析融合的博客文章分类[J]. 计算机工程与应用, 2013, 49(5): 123-126.
[14]	辛菊琴1，蒋艳1，舒少龙2. 综合用户偏好模型和BP神经网络的个性化推荐[J]. 计算机工程与应用, 2013, 49(2): 57-60.
[15]	王微微1，2，夏秀峰1，李晓明1. 一种基于用户行为的兴趣度模型[J]. 计算机工程与应用, 2012, 48(8): 148-151.