社交网络环境下基于信任的推荐算法
PMF
概率矩阵分解(借鉴:http://blog.csdn.net/shenxiaolu1984/article/details/50372909)
- 基本思路
其核心思想是:用户和电影之间的关系(即用户对电影的偏好)可以由较少的几个因素的线性组合决定。
评分矩阵可以分解为两个低维矩阵的乘积R=UTV,其中D×N矩阵U描述N个用户的属性,D×M矩阵V描述M部电影的属性。
用贝叶斯观点来说,R是观测到的值,U,V描述了系统的内部特征,是需要估计的。
信任度
- 局部信任
用户a 对某一物品的喜好程度,其值就是所有对该用户熟悉的用户u 对物品i 评分的均值