摘要：為解決傳統(tǒng)協(xié)同過濾推薦算法中存在的數(shù)據(jù)稀疏、冷啟動(dòng)以及推薦結(jié)果缺乏多樣性等問題,提出一種融合社交網(wǎng)絡(luò)與關(guān)鍵用戶的協(xié)同過濾推薦算法。該算法在用戶—項(xiàng)目評(píng)分矩陣基礎(chǔ)上,融合用戶社交網(wǎng)絡(luò)信息得出社交信任矩陣,融合關(guān)鍵用戶信息得出關(guān)鍵用戶評(píng)分矩陣。利用三大評(píng)分矩陣,分配不同的權(quán)重比例,共同來預(yù)測用戶對(duì)于目標(biāo)項(xiàng)目評(píng)分。針對(duì)海量數(shù)據(jù)問題,采用Spark分布式集群實(shí)現(xiàn)該算法的計(jì)算并行化。實(shí)驗(yàn)結(jié)果表明,該算法能夠有效緩解數(shù)據(jù)稀疏問題,提高處理速度和推薦準(zhǔn)確度。
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
