融合多视角信任的个性化推荐算法

doi:10.3969/j.issn.1000-1565.2020.05.014

河北大学学报(自然科学版) ›› 2020, Vol. 40 ›› Issue (5): 552-560.DOI: 10.3969/j.issn.1000-1565.2020.05.014

• • 上一篇

融合多视角信任的个性化推荐算法

任志波¹,王亚文²,魏翔宇³,管成康⁴

收稿日期:2019-03-05 出版日期:2020-09-25 发布日期:2020-09-25
通讯作者: 王亚文(1993-),女,河北成安人,河北大学在读硕士研究生, 主要从事个性化推荐算法方向研究. E-mail:18232520071@163.com
作者简介:任志波(1971-),男,河北高邑人,河北大学教授,博士,主要从事个性化推荐算法、数据挖掘方向研究. E-mail:renzhibo@hbu.edu.cn
基金资助:
国家社会科学基金资助项目(17BJY116);河北省社会科学基金资助项目(HB19TQ011)

Personalized recommendation algorithm based on multi-perspective trust

REN Zhibo¹, WANG Yawen², WEI Xiangyu³, GUAN Chengkang⁴

1. Liberal Arts Comprehensive Experimental Center, Hebei University, Baoding 071002, China; 2. College of Management, Hebei University, Baoding 071002, China; 3. School of Humanities and Sciences, Northeast Petroleum University, Daqing 163318, China; 4. School of Information Science and Technology, Xiamen University Malaysia, Sepang 43900, Selangor Darul Ehsan, Malaysia

Received:2019-03-05 Online:2020-09-25 Published:2020-09-25

摘要/Abstract

摘要： 为了提高传统协同过滤推荐算法推荐的准确度,对评分信任和社交信任赋予自适应的权重,结合概率矩阵分解算法,提出一种综合的个性化推荐算法.该算法在Filmtrust数据集上进行验证,并与相关算法进行对比,结果表明所提算法在MAE(mean absolute error)和RMSE(root mean squared error)指标上均得到有效的改进.

关键词: 信任, 概率矩阵分解, 协同过滤, 个性化推荐

Abstract: By giving the adaptive weight to the users trust in project score data and social trust, a comprehensive personalized recommendation algorithm combining multi-view trust and probability matrix decomposition was proposed to improve the recommendation accuracy. The algorithm was verified on the Filmtrust dataset. The results showed that the proposed algorithm was effectively improved on both MAE(mean absolute error)and RMSE(root mean squared error)indicators compared with related algorithms.

Key words: trust, probabilistic matrix factorization, collaborative filtering, personalized recommendation

中图分类号:

任志波,王亚文,魏翔宇,管成康. 融合多视角信任的个性化推荐算法[J]. 河北大学学报(自然科学版), 2020, 40(5): 552-560.

REN Zhibo, WANG Yawen, WEI Xiangyu, GUAN Chengkang. Personalized recommendation algorithm based on multi-perspective trust[J]. Journal of Hebei University (Natural Science Edition), 2020, 40(5): 552-560.

参考文献

[1] 齐秀全,杨春,李晓峰,等. 社交网络服务中一种基于用户上下文的信任度计算方法[J]. 计算机学报,2011, 34(12):2403-2413.DOI:10.3724/SP.J.1016.2011.02403.
[2] 王瑞琴,蒋云良,李一啸,等. 一种基于多元社交信任的协同过滤推荐算法[J]. 计算机研究与发展,2016,53(6):1389-1399.DOI:10.7544/issn1000-1239.2016.20150307.
[3] 赵海燕,侯景德,陈庆奎. 结合时间权重与信任关系的协同过滤推荐算法[J]. 计算机应用研究,2015,32(12):3565-3568.DOI:10.3969/j.issn.1001-3695.2015.12.008.
[4] 秦继伟,郑庆华,田锋,等. 一种融合信任和用户情感偏好的协同过滤算法[J]. 软件学报,2013,24(2):61-72.
[5] 胡勋,孟祥武,张玉洁,等. 一种融合项目特征和移动用户信任关系的推荐算法[J]. 软件学报,2014,25(8):1817-1830.DOI:10.13328/j.cnki.jos.004491.
[6] 贾冬艳,张付志. 基于双重邻居选取策略的协同过滤推荐算法[J]. 计算机研究与展,2013,50(5):1076-1084.
[7] SALAKHUTDINOV R, MNIH A. Probabilistic matrix factorization[Z].International Conference on Neural Information Processing Systems,NY,USA: Curran Associates Inc, 2007.
[8] MA H, YANG H, LYU M, et al. SoRec: Social recommendation using probabilistic matrix factorization[Z]. The 17th ACM Conference on Information and Knowledge Management, Napa Valley, California, USA, 2008. DOI:10.1145/1458082.1458205.
[9] MA H, KING I, LYU M. Learning to recommend with social trust ensemble[Z]. International ACM SIGIR Conference on Research and Development in Information Retrieval-SIGIR '09, Boston, MA, USA, 2009. DOI:10.1145/1571941.1571978.
[10] JAMALI M, ESTER M. A matrix factorization technique with trust propagation for recommendation in social networks[Z]. The Fourth ACM Conference on Recommender Systems-RecSys'10.Barcelona, Spain, 2010. DOI:10.1145/1864708.1864736.
[11] MA H, ZHOU D, LIU C, et al. Recommender systems with social regularization[Z]. Forth International Conference on Web Search and Data Mining, Hong Kong, China, 2011. DOI:10.1145/1935826.1935877.
[12] GUO L, ZHANG C, FANG Y. A trust-based privacy-preserving friend recommendation scheme for online social networks[J]. IEEE Transactions on Dependable and Secure Computing, 2015, 12(4):413-427. DOI:10.1109/tdsc.2014.2355824.
[13] WANG M, MA J. A novel recommendation approach based on user's weighted trust relations and the rating similarities[J]. Soft Computing, 2015, 20(10):1-10. DOI:10.1007/s00500-015-1734-1.
[14] 陈婷,朱青,周梦溪,等.社交网络环境下基于信任的推荐算法[J].软件学报,2017,28(3):721-731.DOI:10.13328/j.cnki.jos.005159.
[15] ZHANG Z, XU G, ZHANG P, et al. Personalized recommendation algorithm for social networks based on comprehensive trust[J]. Applied Intelligence, 2017,47(3): 659-669. DOI:10.1007/s10489-017-0928-x.
[16] 吴宾,娄铮铮,叶阳东.联合正则化的矩阵分解推荐算法[J].软件学报,2018,29(9):2681-2696.DOI:10.13328/j.cnki.jos.005274.
[17] 郭磊,马军,陈竹敏. 一种信任关系强度敏感的社会化推荐算法[J]. 计算机研究与发展,2013,50(9):1805-1813.
[18] 刘华锋,景丽萍,于剑. 融合社交信息的矩阵分解推荐方法研究综述[J]. 软件学报,2018,29(2):340-362.DOI:10.13328/j.cnki.jos.005391.
[19] 赵文涛,成亚飞,王春春. 基于Logistic时间函数和用户特征的协同过滤算法[J]. 计算机应用与软件,2017,34(2):285-289.DOI:10.3969/j.issn.1000-386x.2017.02.051.
[20] 蔡海尼,牛冰慧,文俊浩,等.基于时序模型和矩阵分解的推荐算法[J]. 计算机应用研究,2018,35(6):1624-1627.
[21] 曾旭禹,杨燕,王淑营,等. 一种基于深度学习的混合推荐算法[J]. 计算机科学,2019,46(1):126-130.

融合多视角信任的个性化推荐算法

Personalized recommendation algorithm based on multi-perspective trust

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

本文评价

[1]	李昆仑,戎静月,苏华仃. 一种改进的协同过滤推荐算法[J]. 河北大学学报(自然科学版), 2020, 40(1): 77-86.
[2]	田俊峰,蔡红云. 托攻击与推荐系统安全[J]. 河北大学学报(自然科学版), 2018, 38(6): 640-647.
[3]	吴柳,陈萌,石永革. 一种基于条件相对平均熵的个性化推荐算法[J]. 河北大学学报(自然科学版), 2016, 36(4): 438-443.
[4]	田俊峰,蔡红云. 信任模型现状及进展[J]. 河北大学学报(自然科学版), 2011, 31(5): 555-560.
[5]	袁敏英,高林庆,哈明虎. 基于关系的信任的数学定义及评价模型[J]. 河北大学学报(自然科学版), 2010, 30(3): 231-234.