文件名称：融合社交网络与关键用户的并行协同过滤推荐算法
文件大小：1.25MB
文件格式：PDF
更新时间：2024-05-20 06:55:33
社交网络 并行化 关键用户
为解决传统协同过滤推荐算法中存在的数据稀疏、冷启动以及推荐结果缺乏多样性等问题，提出一种融合社交网络与关键用户的协同过滤推荐算法。该算法在用户—项目评分矩阵基础上，融合用户社交网络信息得出社交信任矩阵，融合关键用户信息得出关键用户评分矩阵。利用三大评分矩阵，分配不同的权重比例，共同来预测用户对于目标项目评分。针对海量数据问题，采用Spark分布式集群实现该算法的计算并行化。实验结果表明，该算法能够有效缓解数据稀疏问题，提高处理速度和推荐准确度。