论文部分内容阅读
为了满足推荐系统对服务推荐者可信性的要求,提出一种基于声誉记录分析的可信推荐者发现方法,通过用户偏好向量计算不同用户间的偏好相似度,计算领域相关度、推荐响应率、满意率并对推荐者进行过滤,通过引入惩罚因子计算推荐者当前声誉,对推荐者声誉记录进行定域改变和倾向改变过滤,计算出声誉记录的偏度系数和峰度系数,结合期望与方差确定推荐信任源。实验结果表明,该方法可以提高推荐者声誉计算准确性,寻找到更为可信的推荐者从而提升服务推荐的有效性。