基于信任網(wǎng)絡(luò)的評(píng)分預(yù)測(cè)算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，信息過(guò)載問題越來(lái)越突出地呈現(xiàn)在人們面前。推薦系統(tǒng)作為一種重要的信息過(guò)濾手段，能夠把用戶需要的信息智能地呈現(xiàn)到人們面前，為人們提供個(gè)性化的服務(wù)，是解決信息過(guò)載的有效工具。基于信任的推薦系統(tǒng)有效地克服了傳統(tǒng)協(xié)同過(guò)濾推薦系統(tǒng)固有的數(shù)據(jù)稀疏和冷啟動(dòng)等問題，成為了推薦領(lǐng)域的研究熱點(diǎn)。
　　大規(guī)模的信任網(wǎng)絡(luò)中，信任關(guān)系的復(fù)雜性導(dǎo)致了推薦算法花費(fèi)的代價(jià)十分巨大。對(duì)此，提出了一種信任網(wǎng)絡(luò)的化間算法和基于信任網(wǎng)絡(luò)的評(píng)分預(yù)測(cè)

2、算法。信任網(wǎng)絡(luò)的化簡(jiǎn)算法從信任網(wǎng)絡(luò)的構(gòu)造、路徑依賴的消除和信任路徑化簡(jiǎn)等方面進(jìn)行了分析和研究，提高了信任度量的準(zhǔn)確性，減少了評(píng)分預(yù)測(cè)算法花費(fèi)的代價(jià)；另外考慮到現(xiàn)有的基于信任的推薦算法并沒有使用信任網(wǎng)絡(luò)中信任用戶聚類的特性和歷史推薦信息，導(dǎo)致推薦系統(tǒng)花費(fèi)的代價(jià)十分高昂，因此本文提出的評(píng)分預(yù)測(cè)算法根據(jù)用戶的信任關(guān)系把信任網(wǎng)絡(luò)中的用戶分為不同的社區(qū)，然后把不同社區(qū)中的信息素作為經(jīng)驗(yàn)信息，用戶間的信任值作為啟發(fā)信息，利用蟻群優(yōu)化算法搜索目標(biāo)產(chǎn)品

3、進(jìn)行評(píng)分預(yù)測(cè)，并在化簡(jiǎn)后的信任網(wǎng)絡(luò)中實(shí)現(xiàn)了對(duì)產(chǎn)品的評(píng)分預(yù)測(cè)。
　　為了驗(yàn)證網(wǎng)絡(luò)化簡(jiǎn)算法和評(píng)分預(yù)測(cè)算法，在Matlab平臺(tái)下實(shí)現(xiàn)了這兩種算法，并在Epinions數(shù)據(jù)集上進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，本文提出的信任網(wǎng)絡(luò)化簡(jiǎn)算法能夠刪除網(wǎng)絡(luò)中大量的節(jié)點(diǎn)和信任關(guān)系，同時(shí)保留信任網(wǎng)絡(luò)中較多的重要信息，達(dá)到了化簡(jiǎn)預(yù)期效果；評(píng)分預(yù)測(cè)算法在準(zhǔn)確度、覆蓋度和花費(fèi)代價(jià)等方面均優(yōu)于TidalTrust、TrustWalker和T-bar算法，同時(shí)在化簡(jiǎn)后