摘要：針對傳統(tǒng)的協(xié)同過濾算法推薦準確率較低的問題,提出一種基于信任社區(qū)的個性化推薦策略.首先利用社區(qū)發(fā)現(xiàn)算法,從用戶網(wǎng)絡中挖掘出具備類似興趣喜好的信任社區(qū),然后實施基于社區(qū)的個性化推薦.為及時發(fā)現(xiàn)用戶的興趣遷移及惡意攻擊節(jié)點,引入一種信任度的反饋評價機制,將交易后的評價數(shù)據(jù)與預期值進行比較,以實現(xiàn)信任度的自適應更新.實驗數(shù)據(jù)顯示,該算法使得系統(tǒng)推薦準確率得到有效提高,從而提高了用戶對系統(tǒng)的信任度.