论文研究一种新的社会化相似度计算方法.pdf

基于社交网络的推荐算法引入社交网络信息到协同过滤算法中来,使得用户朋友的偏好能够影响用户本身的偏好。这些算法需要用到用户之间的相似度信息。目前有两个流行的基于共同评分项目集的相似度计算函数（VSS、PCC）。在很多情况下,由于用户间没有共同评分项目集,故无法计算他们之间的相似度。为了解决这个问题,提出了一种基于矩阵分解的新的社会化相似度计算方法。在真实的包含社交网络的数据集上进行实验验证,该方法的性能优于几个经典的基于社交网络的协同过滤算法,而且能够解决新用户的冷启动问题。