iTrace：一种面向信任感知协同过滤的隐式信任推断方法
信息检索
2018-05-09 v2
摘要
互联网商务的增长促进了协同过滤（CF）算法作为推荐系统的使用。协同过滤（CF）算法通过利用其他相似用户给出的投票，向目标用户推荐其感兴趣的物品。在标准 CF 框架中，假设每个投票用户的可信度相对于目标用户是完全相同的。这一假设在许多实际应用中并不成立，因此可能导致误导性的推荐。一种自然的对策是设计信任感知 CF（TaCF）算法，该算法在执行 CF 时能够考虑投票用户可信度的差异。为此，本文提出了一种信任推断方法，该方法可以从稀疏的显式信任矩阵中预测目标用户对每个投票用户的隐式信任。随后提出了一种名为 iTrace 的改进 CF 算法，该算法利用显式信任和预测的隐式信任在 CF 框架下提供推荐。在公开数据集上的实证评估表明，所提算法在平均绝对误差（MAE）方面显著提升了推荐质量。
引用
@article{arxiv.1708.03658,
title = {iTrace: An Implicit Trust Inference Method for Trust-aware Collaborative Filtering},
author = {Xu He and Bin Liu and Ke-Jia Chen},
journal= {arXiv preprint arXiv:1708.03658},
year = {2018}
}
备注
6 pages, 4 figures, 1 table