作者：赵海燕 熊波 陈庆奎 曹健推荐概率矩阵分解社交信任信任传播信任度量
摘要：传统的协同过滤推荐算法是通过用户的评分记录进行推荐，而往往数据上存在很大的稀疏性，同时存在冷启动问题，所以推荐效果并不是很理想．为了解决这些问题，很多研究人员都将概率矩阵分解算法和社交信任融合在了个性化推荐当中，但是往往在信任度量和冷启动问题等方面还不是很理想，所以本文通过信任的融入来不断优化用户隐语意矩阵和物品隐语意矩阵，从而最终提高评分预测的精度，然后同时考虑信任在社交网络中的传播来提高信任度量，从而进一步的提高个性化推荐的精度．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
