基于時間感知和社交網(wǎng)絡(luò)信任度的協(xié)同過濾算法研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展，推薦系統(tǒng)已經(jīng)廣泛地應(yīng)用在電影、音樂以及電子商務(wù)網(wǎng)站等眾多領(lǐng)域中。協(xié)同過濾算法是推薦系統(tǒng)中最為流行的技術(shù)，在互聯(lián)網(wǎng)的眾多領(lǐng)域發(fā)揮著核心作用。它能夠根據(jù)用戶的歷史評分?jǐn)?shù)據(jù)搜索相似的用戶或物品，然后進行評分預(yù)測。盡管協(xié)同過濾算法已被成功地應(yīng)用到眾多的電子商務(wù)推薦系統(tǒng)中，但仍然面臨著諸如數(shù)據(jù)稀疏性、冷啟動以及用戶興趣變化等問題。如何有效的解決這些問題已經(jīng)成為一個重要的研究課題。同時，目前各種社交網(wǎng)絡(luò)平臺紛紛涌現(xiàn)并日益滲透到

2、人們的日常生活中，尤其影響著人們在電子商務(wù)系統(tǒng)上選擇和購買物品的行為。從社交網(wǎng)絡(luò)這個全新的角度來重新考察現(xiàn)有的產(chǎn)品推薦系統(tǒng)是非常有意義的。針對以上重要問題，本文主要進行了以下幾個方面的研究。
　　第一，基于時間感知的協(xié)同過濾算法研究。現(xiàn)如今，推薦系統(tǒng)呈現(xiàn)動態(tài)化趨勢，用戶偏好隨時間發(fā)生改變，所以本文將時間信息融合到協(xié)同過濾算法中。同時，傳統(tǒng)的協(xié)同過濾算法在計算用戶間相似度時沒有考慮到不同目標(biāo)物品的影響，導(dǎo)致一個用戶對于所有的目標(biāo)物品

3、的近鄰用戶是完全相同的。本文在解決一個目標(biāo)用戶對于不同的目標(biāo)物品應(yīng)該具有不同的近鄰這一問題的同時結(jié)合時間感知提出了一個新的相似度計算公式。通過一系列的實驗證明，改進的算法在精度、召回率、MAE以及覆蓋度這幾個方面優(yōu)于傳統(tǒng)的協(xié)同過濾算法。
　　第二，基于社交網(wǎng)絡(luò)信任度的協(xié)同過濾算法研究。針對傳統(tǒng)協(xié)同過濾算法面臨的冷啟動問題，提出一種新的融合社交網(wǎng)路信任度的協(xié)同過濾算法。首先利用用戶社交網(wǎng)絡(luò)信息建模，然后結(jié)合用戶信任度以及偏好來進行評