社交网络推荐系统融合信息

总体环境和社会网络信息已经成为推荐系统所需的重要信息来源，在推荐系统中整合这些信息将进一步改进推荐系统的精度和用户满意度。该算法应用随机决策树划分原始的用户－商品评分矩阵来进行某些信息的处理，且具有相似的信息的评分被分为一个。随后应用矩阵为了整合社交网络信息，在考虑某些信息的环境下提出了一种结合社会网络关系的增强推荐模型，使用一种基于信任度的皮尔逊相关系数的方法。在真实的实验数据集上进行验证，表明CS系统推荐较传统的基于基础的和基于社会网络的推荐算法在性能上和推荐性能上有很大的改善。