1.一种基于用户信任和社交影响力的旅游群组推荐方法,其特征在于,所述方法具体包括如下步骤:
S1、计算群组内各用户间的全局信任度,用户间的直接信任度与间接信任度的综合形成用户间的全局信任度;
S2、将全局信任度加权至阻尼系数上,形成改进的PageRank算法,根据用户历史交互关系,采用改进的PageRank算法计算所有用户的社交影响力;
S3、综合用户的全局信任度及用户的社交影响力,计算出群组对各景点的预测评分,输出预测评分最高的前k个旅游景点给相应的群组。
2.如权利要求1所述基于用户信任和社交影响力的旅游群组推荐方法,其特征在于,用户ui和用户uj间的全局信任度Tij计算公式具体如下:Tij=αDij+(1‑α)Iij其中,α为全局信任度中直接信任度和间接信任度的调节系数,其取值为0~1,Dij为用户ui和用户uj间的直接信任度,Iij为用户ui和用户uj间的间接信任度。
3.如权利要求2所述基于用户信任和社交影响力的旅游群组推荐方法,其特征在于,用户ui和用户uj间的直接信任度Dij的计算公式具体如下:其中,N表示旅游景点评分数据集中的评价总次数,Nij表示用户ui和用户uj在旅游景点评分数据集中共同评价的景点数量,f(ui,uj)表示用户ui和用户uj对评价景点的共同评价函数。
4.如权利要求2所述基于用户信任和社交影响力的旅游群组推荐方法,其特征在于,用户ui和用户uj的间接信任度Iij计算公式具体如下:其中,Dkj为用户uk和用户uj间的直接信任度,wk为权重值。
5.如权利要求1所述基于用户信任和社交影响力的旅游群组推荐方法,其特征在于,阻尼系数的计算公式为:
β=a·Tij+b
其中,a和b是调节阻尼系数的线性权重。
6.如权利要求1所述基于用户信任和社交影响力的旅游群组推荐方法,其特征在于,群组Gi对景点Sj的预测评分F(Gi,Sj)计算公式具体如下:其中,γ是权重系数,Gi为用户ui所在群组,PR(ui)表示用户ui的社交影响力,Ri表示用户ui评价景点的平均分;
Neigh(ui)表示用户ui的近邻用户,有共同评分项目的用户即近邻用户,Sim(ui,ut)表示用户ui与用户ut的相似度,rtj表示用户ut对景点Sj的评分;
Tit表示用户ui和用户ut间的全局信任度,rtj表示用户ut对景点Sj的评分;
Neighor(Gi)表示群组Gi的近邻群组,Sim(Gt,Gi)表示群组Gi和群组Gt之间的相似度,表示群组Gt内用户对旅游景点Sj的平均评分。