基于信任的社会化协同过滤推荐方法技术

一种基于信任的社会化协同过滤推荐方法，融合用户对项目的评分矩阵和用户信任网络两种数据为目标用户进行高质量的推荐，主要包括如下步骤：构建用户与项目的特征向量；构建面向用户浏览行为的评分预测模型Truster-MF；构建面向用户评价行为的评分预测模型Trustee-MF；训练模型Truster-MF；训练模型Trustee-MF；融合训练后的Truster-MF和Trustee-MF，构建综合考虑浏览和评价两种行为的评分预测模型，本发明专利技术为基于信任的社会化推荐提供了一种全新方法，与现有方法相比，具有如下主要优点：（1）有效缓解了协同过滤推荐面临的数据稀疏和冷启动两个主要问题，具有更好的推荐质量；（2）算法简洁高效，易于实施，特别适用于大型电子商务网站。

【技术实现步骤摘要】

【技术保护点】
一种基于信任的社会化协同过滤推荐方法，其特征在于，包括如下步骤：步骤101：根据用户?项目矩阵和用户信任网络构建用户与项目的特征向量；步骤102：构建面向用户浏览行为的评分预测模型Truster?MF；步骤103：构建面向用户评价行为的评分预测模型Trustee?MF；步骤104：训练模型Truster?MF；步骤105：训练模型Trustee?MF；步骤106：融合Truster?MF和Trustee?MF，构建综合考虑浏览和评价两种行为的评分预测模型TrustMF。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨博，雷余，
申请(专利权)人：吉林大学，
类型：发明
国别省市：