基于用户潜在信任与被信任关系的推荐系统
于佳玄1
李明2
丁德锐3
1.上海理工大学理学院 上海 2000932.上海理工大学光电信息与计算机工程学院 上海 2000933.上海理工大学理学院 上海 200093;上海理工大学光电信息与计算机工程学院 上海 200093
摘要：由于用户与条目数的急剧增加,以及为充分考虑用户之间的潜在关联信息,现有的推荐系统模型相对保守.因此,论文提出了一种考虑用户之间潜在信任与被信任关系的推荐系统模型.该模型具有以下特点:1)引入图拉普拉斯正则化确保了潜在信任空间中的用户结构信息,进而得到了用户之间的潜在信任与被信任关系矩阵;2)将得到关系信息迁移到评分矩阵的分解过程中,并引入相似用户局部学习社交正则化,实现了相似用户对评分条目喜好的一致性;3)利用单因素方法设计了变量更新原则,降低了由于知识迁移等所导致的计算复杂度.最后,在六个真实的数据集上的实验结果表明,论文所提出的模型在保证计算效率的同时能够获得较高的预测精度.
关键词：推荐系统潜在信任关系潜在被信任关系图拉普拉斯正则化
分类号：TP391(计算技术、计算机技术)
资助基金：国家自然科学基金(61973219)
论文发表日期：2025-03-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 652-659 )
英文信息