基于受限信任关系和概率分解矩阵的推荐

印桂生; 张亚楠; 董宇欣; 韩启龙

doi:10.3969/j.issn.0372-2112.2014.05.011

您当前的位置：

首页 >

文章列表页 >

基于受限信任关系和概率分解矩阵的推荐

学术论文 | 更新时间：2025-07-16

- 基于受限信任关系和概率分解矩阵的推荐
- A Constrained Trust Recommendation Using Probabilistic Matrix Factorization
- 电子学报 2014年42卷第5期页码：904-911
- 作者机构：
  
  哈尔滨工程大学计算机科学与技术学院,黑龙江,哈尔滨,150001
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.612721836，No.61100007);黑龙江省博士后基金 (No.LBH-Z12068);哈尔滨工程大学自由探索基金 (No.HEUCF100608)
- DOI：10.3969/j.issn.0372-2112.2014.05.011
  中图分类号： TP391
- 纸质出版：2014
- 稿件说明：
移动端阅览
印桂生, 张亚楠, 董宇欣, 等. 基于受限信任关系和概率分解矩阵的推荐[J]. 电子学报, 2014,42(5):904-911.

YIN Gui-sheng, ZHANG Ya-nan, DONG Yu-xin, et al. A Constrained Trust Recommendation Using Probabilistic Matrix Factorization[J]. Acta Electronica Sinica, 2014, 42(5): 904-911.
印桂生, 张亚楠, 董宇欣, 等. 基于受限信任关系和概率分解矩阵的推荐[J]. 电子学报, 2014,42(5):904-911. DOI： 10.3969/j.issn.0372-2112.2014.05.011.

YIN Gui-sheng, ZHANG Ya-nan, DONG Yu-xin, et al. A Constrained Trust Recommendation Using Probabilistic Matrix Factorization[J]. Acta Electronica Sinica, 2014, 42(5): 904-911. DOI： 10.3969/j.issn.0372-2112.2014.05.011.

摘要

现有的推荐算法很难对没有任何记录的冷启动用户或者历史记录稀疏的用户给出准确的推荐，即用户的冷启动问题.本文提出一种基于受限信任关系和概率分解矩阵的推荐方法，由不信任关系约束信任关系的传播，得到准确且覆盖全面的用户信任关系矩阵，并通过对用户信任关系矩阵和用户商品矩阵的概率分解联合用户信任关系和用户商品矩阵信息，为用户给出推荐.实验表明该方法对冷启动用户和历史记录稀疏的用户的推荐效果有较大幅度的提升，有效地解决了用户的冷启动问题.

Abstract

Existing recommendation algorithms can not give accurate recommendations for users who have few historical records or even none

namely the user cold recommendation problem.In this paper

a constrained trust recommendation using probabilistic matrix factorization (CTRPMF) is proposed.The trust is propagated with the constraint of distrust to get accurate and comprehensive trust relationship matrix.User trust relationship matrix and user-item matrix are factorized using probabilistic matrix factorization to mix the information from trust relationship and user-item matrix

in order to give recommendations.The experimental results showed that CTRPMF could greatly improve the effectiveness of recommend ations for cold start users and users with sparse historical data

and effectively solve the cold recommendation problem.

关键词

Keywords

references

浏览量

1944

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于启发式聚类模型和类别相似度的协同过滤推荐算法

语义推荐算法研究综述

基于共享知识模型的跨领域推荐算法