融入社交關系與信任關系的移動應用推薦方法.pdf

1、移動互聯(lián)網(wǎng)環(huán)境下，移動應用信息過載是亟待解決的問題。因此，個性化推薦技術成為解決移動應用信息過載的重要途徑。傳統(tǒng)推薦方法存在數(shù)據(jù)稀疏、冷啟動等問題，采用余弦，Pearson方法計算相似度，當最近鄰沒有對待預測項目進行評分時，認為該用戶對預測結果沒有影響，從而影響推薦準確度。社交網(wǎng)絡與用戶信任關系是目前研究的熱點，本文綜合考慮了用戶的社交關系，偏好及信任關系，提出一種融合用戶社交關系與用戶信任關系的移動應用推薦方法。該方法融合社交關系，集

2、贊與標簽等特征以及用戶對應用的偏好計算相似度，利用基于熟人的信任關系與用戶聲譽計算信任度，并通過合理的將相似關系與信任關系融合進行應用的推薦，提出的方法能有效提高推薦準確度。本文的研究內容主要包括以下幾個方面:
　　(1)本文設計實現(xiàn)了移動應用偏好度計算方法。傳統(tǒng)的移動應用偏好計算是直接基于用戶使用的頻次計算，這種方式?jīng)]有考慮某些用戶使用次數(shù)很多但是使用時長很少的情況，比如用戶使用次數(shù)較多，但是每次點開后使用時間很短，此時并不能認

3、為用戶真正喜歡該應用。本文綜合考慮了使用頻次和使用時長兩方面，通過線性加權求和的方式計算用戶對每個使用過的應用的偏好度。本文將用戶對應用的偏好度代替?zhèn)鹘y(tǒng)的用戶-項目評分，在一定程度上降低了數(shù)據(jù)稀疏性。
　　(2)本文提出了基于社交關系評分預測模型。利用用戶偏好度、用戶社交相似度、社交互動行為，結合微信社交網(wǎng)絡的特征，綜合得到基于社交關系的評分預測模型。
　　(3)本文提出了基于用戶信任關系的評分預測模型。通過研究分析社交網(wǎng)絡