论文部分内容阅读
当前社会化导购平台的内容质量参差不齐,用户需要高质量的内容推荐。针对协同推荐方法的数据稀疏性等问题,提出了面向社会化导购的可信推荐方法,通过分析用户间的社交行为以及消费行为,挖掘用户间的情感偏好以及用户全局可信度等影响用户信任的因素,构建适用于社会化导购平台应用场景的信任模型。实验结果,验证了其推荐的方法在保证推荐准确率(MAE最优可达0.774)的基础上,提高了推荐覆盖率(最优可达50.4%)。