标题：一种融合了社交信息和文本信息的排序推荐算法
作者：徐亚元 樊蓓蓓
作者单位：上海大学机电工程与自动化学院，上海 200444
关键字：TOP-K推荐系统，用户综合信任模型，排序算法RM-R3
摘要：传统的基于协调过滤的推荐系统存在数据稀疏和冷启动的问题，解决这一问题的常用方法需要引入额外数据。传统TOP-K排序推荐算法未涉及项目之间的排序关系。为了缓解推荐系统中存在的数据稀疏和冷启动问题，并优化项目排序质量，构建了基于社交信息的用户综合信任度模型；然后基于文本信息，利用Conv-MF模型提取项目的隐藏属性特征。最后，以基于列表级的排序算法ListRank-MF为基础，融合用户综合信任模型和Conv-MF模型，得到一种融合了社交信息和文本信息的排序推荐算法RM-R3。经过实验验证，排序推荐算法RM-R3在排序推荐中提高了排序质量。