优化的协同过滤推荐算法

　　基于最近邻的协同过滤算法是个性化推荐中应用的最为成功的算法，然而在普通网络中，用户身份兴趣等信息缺乏可靠性，导致该算法推荐不够精确。社会网络是彼此拥有足够的感情后建立起来的一种人际关系网络，它的出现为广大用户提供了一个相对安全的绿色交流通道。本文针对社会网络中个性化推荐系统存在的问题，提出了一种在社会网络下基于信任度的最近邻居集合算法的优化，该算法通过分析社会网络中用户的信任度给出个性化推荐。实验表明，该算法在社会网络中的应用提高了个性化推荐的准确度，增加了用户的满意程度。