一种融合用户评分可信度和相似度的协同过滤算法.pdf

《一种融合用户评分可信度和相似度的协同过滤算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、小型微型计算机系统2014年5月第5期JournalofChineseComputerSystemsVO1．35No．52014一种融合用户评分可信度和相似度的协同过滤算法刘胜宗，廖志芳，吴言凤，樊晓平(中南大学信息科学与工程学院，长沙410075)(湖南财政经济学院网络化系统研究所，长沙410205)(中南大学软件学院，长沙410075)E—mail：xpfan@CSU．edu．ca摘要：传统基于信任的推荐算法容易受用户之间评分偏好差异的影响，尤其在存在评分欺骗数据的情况下，算法的准确性波动很大．针对这些问题，本文提出了新的融合用户评分可信度和相似度的推荐算法，该算法将用

2、户评分准确度、认可度和评分数量权重因子相结合，分析了这些因素对用户评分可信度的影响，建立起可信度跟这三者之间的计算关系．本文进行了无欺骗数据存在和有欺骗数据存在的两类对比实验．实验结果表明，在无欺骗数据时该算法提高了推荐准确性，并在有欺骗数据存在的情况下同时提高了系统的准确性和鲁棒性．关键词：协同过滤；评分可信度；推荐系统；评分欺诈中图分类号：TP31l文献标识码：A文章编号：1000·1220(2014)05-0973-05ACollaborativeFilteringAlgorithmCombinedwithUserRatingCredibilityandSimilar

3、ityLIUSheng—zong，LIAOZhi—fang。WUYan-feng。FANXiao-ping’(SchoolofInformationScienceandEngineering。CentralSouthUniversity，Changsha410075，China)(LaboratoryofNetworkedSystems，HunanUnive~ityofFinanceandEconomics，Changsha410205，China)。(SchoolofSofiw~e。CentralSouthUniversity。Changsha410075。China)A

4、bstract：TraditionalrecommendationMgorithmbasedontrustissusceptibletotheimpactofdifferencesinusersratingpreferences，especially，theaccuracyofthealgorithmisvolatileinthepresenceofdeceptionscoredata．Tosolvetheseproblems，thispaperpro-posesacollaborativefilteringrecommendationalgorithmcombinedwi

5、thuserratingcredibilityandsimilarity．Thisalgorithmcombineduserratingsaccuracy-recognitionandratingscountweightingfactors，andanalyzetheimpactofthesefactorstotheuserratingscredi—bility，thenestablishacalculationrelationsbetweenuserratingscredibilityandthesefactors．Thisarticlecarriescomparativ

6、eexperi—mentwithtwokindsofdataset。oneisinthepresenceofdeceptiondataandtheotherisnot．Intheabsenceofdeceptiondata．Theexperimentalresultsshowthatthisalgorithmimprovestherecommendaccuracyintheabsenceofdeceptiondata。andimprovestherecommendaccuracyandrobustnessinthepresenceofdeceptiondata．Keywor

7、ds：collaborativefiltering；ratingcredibility；recommendedsystem；ratingdeception1引言而产生欺诈问题，这些问题导致推荐系统的可信度有所降低．而目前很多资源分享网站和电子商务网站在拥有评分评在信息过载的时代，个性化推荐系统的重要性变得更加价功能之外，还有用户对评价本身的评分功能，那么将这些信突出，原因是推荐系统帮助用户快速找到他们所需要的信息息融合到推荐过程中去，通过用户对其他用户评价的认可度资源或者商品，因此，推荐系统被广泛应用于各大门户网站