基于用户模糊聚类的综合信任推荐算法.pdf

文档介绍：47 6 2021 6
第 卷 第 期 计 算 机 工 程 年 月
47 6 2021
Vol. No. Computer Engineering June
·人工智能与模式识别· 文章编号：1000-3428（2021）06-0060-08 文献标志码：A 中图分类号：TP18
基于用户模糊聚类的综合信任推荐算法
贾俊杰，张玉超
730070
（西北师范大学 计算机科学与工程学院，兰州 ）
摘 要：针对传统协同过滤推荐算法通常存在的数据稀疏和冷启动问题，根据用户间的信任关系，提出基于模糊
C 均值聚类的综合信任推荐算法。采用评分数据和信任数据计算用户间的隐式信任值和显式信任值，利用显隐式
信 任 得 到 综 合 直 接 信 任 值 ，基 于 信 任 的 传 递 特 性 获 得 Jaccard 全 局 信 任 值 ，最 终 通 过 动 态 结 合 综 合 直 接 信 任 与
Jaccard 全 局 信 任 获 取 综 合 信 任 值 ，同 时 将 信 任 机 制 融 入 模 糊 C 均 值 聚 类 算 法 实 现 对 目 标 用 户 的 精 准 推 荐 。 在
FilmTrust 真实数据集上的实验结果表明，该算法有效缓解了数据稀疏和冷启动问题，并且相比传统协同过滤推荐
算法具有更高的推荐质量。
关键词：推荐系统；模糊 C 均值聚类；信任网络；Jaccard 全局信任值；综合信任值
开放科学（资源服务）标志码（OSID）：
2021 47 6 60 67
中文引用格式：贾俊杰，张玉超 . 基于用户模糊聚类的综合信任推荐算法［J］. 计算机工程，