一、基本信息
论文题目:《TrustSVD: Collaborative Filtering with Both the Explicit and Implicit Influence of User Trust and of Item Ratings》
发表时间:AAAI 2015
论文作者及单位:
论文地址:https://aaai.org/ocs/index.php/AAAI/AAAI15/paper/view/9313
二、摘要
协同过滤存在数据稀疏和冷启动等问题,极大地降低了推荐性能。为了解决这些问题,我们提出了一种基于信任的矩阵分解技术trustsvd。通过对四个现实数据集的社会信任数据的分析,我们得出结论:在推荐模型中,不仅要考虑评级和信任的显性影响,还要考虑其隐性影响。因此,我们建立在最先进的推荐算法SVD++的基础上,通过进一步整合受信任用户对活动用户项目预测的显式和隐式影响,该算法固有地涉及评级项目的显式和隐式影响。据我们所知,本文的工作是第一个用社会信任信息扩展SVD++的工作。对四组数据的实验结果表明,我们的方法trustsvd比其他十组数据具有更好的精度,能够更好地处理相关问题。
三、主要内容与工作
1、在本文中,我们提出了一