论文部分内容阅读
个性化推荐服务为解决网络信息过载问题提供了有效手段。传统的推荐方法大多只关注于如何提高推荐的准确性，而忽略了推荐多样性对用户体验的影响。文章将社会网络用户关系挖掘应用于用户偏好预测及推荐中，提出了一种基于用户关系挖掘的多策略推荐算法。采用信任传播模型挖掘用户间的信任度，计算用户偏好配置文件的余弦相似性获得用户间的相似度，并给出4种将用户信任度、相似度结合的策略，在定义用户偏好预测函数的基础上采用Topn原则为用户给出推荐结果。实验结果表明，文章方法不仅减少了数据稀疏性的影响，而且兼顾了推荐准确性与多样性指