计算机科学与探索 ›› 2015, Vol. 9 ›› Issue (7): 812-820.DOI: 10.3778/j.issn.1673-9418.1409057
李建军1,2+,张汝波1,3,杨 玉2,苏泯元2
LI Jianjun1,2+, ZHANG Rubo1,3, YANG Yu2, SU Minyuan2
摘要: 从互联网海量信息中快速准确地获取有效的信息变得非常重要。依据用户间信任关系给出推荐是一种非常有效的快速获取信息的方法,然而用户间信任关系通常非常的稀疏,很难为用户找到合适的信任关系,极大地影响了推荐效果。提出将扩展用户信任关系的过程转化成求解用户间信任最大流的问题,通过求解用户集合中的最大流得到用户信任关系。在Epinions数据集上的实验结果表明,基于最大流求解的信任关系给出的推荐比基于概率的矩阵分解、社会推荐、基于信任和不信任推荐方法有更好的效果。