为了提高推荐算法评分预测的准确度,该文在Trust Walker模型的基础上,提出了一个改进的基于信任网络和随机游走策略的评分预测模型——Referential User Walker模型。该模型通过随机游走策略,利用信任网络中的信任朋友对目标物品或与目...为了提高推荐算法评分预测的准确度,该文在Trust Walker模型的基础上,提出了一个改进的基于信任网络和随机游走策略的评分预测模型——Referential User Walker模型。该模型通过随机游走策略,利用信任网络中的信任朋友对目标物品或与目标物品相似的物品的评分进行评分预测,并在信任网络中找到最可信的Top N评分参考用户,同时引入信任度权重,降低了噪声数据的影响。实验结果表明,与Trust Walker模型相比,Referential User Walker模型的评分预测准确度有所提高。展开更多
文摘为了提高推荐算法评分预测的准确度,该文在Trust Walker模型的基础上,提出了一个改进的基于信任网络和随机游走策略的评分预测模型——Referential User Walker模型。该模型通过随机游走策略,利用信任网络中的信任朋友对目标物品或与目标物品相似的物品的评分进行评分预测,并在信任网络中找到最可信的Top N评分参考用户,同时引入信任度权重,降低了噪声数据的影响。实验结果表明,与Trust Walker模型相比,Referential User Walker模型的评分预测准确度有所提高。
