论文部分内容阅读
针对常见单一推荐技术产生的推荐结果准确率不高并存在一定局限性问题，本文将社会学中的信任关系引入到个性化新闻推荐中，提出了基于信任度的协同过滤组合新闻推荐算法。首先通过推荐的准确率度量用户对推荐算法的信任度，然后基于信任度将Item—based协同过滤推荐算法和User-based协同过滤推荐算法的推荐结果进行组合，以提高推荐的质量。实验结果表明基于信任度的组合推荐算法能更多的向用户推荐感兴趣的新闻，具有更好的推荐效果。