基于信任網(wǎng)絡的評分預測算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術的迅猛發(fā)展，信息過載問題越來越突出地呈現(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，為人們提供個性化的服務，是解決信息過載的有效工具?；谛湃蔚耐扑]系統(tǒng)有效地克服了傳統(tǒng)協(xié)同過濾推薦系統(tǒng)固有的數(shù)據(jù)稀疏和冷啟動等問題，成為了推薦領域的研究熱點。
　　大規(guī)模的信任網(wǎng)絡中，信任關系的復雜性導致了推薦算法花費的代價十分巨大。對此，提出了一種信任網(wǎng)絡的化間算法和基于信任網(wǎng)絡的評分預測

2、算法。信任網(wǎng)絡的化簡算法從信任網(wǎng)絡的構造、路徑依賴的消除和信任路徑化簡等方面進行了分析和研究，提高了信任度量的準確性，減少了評分預測算法花費的代價；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)絡中信任用戶聚類的特性和歷史推薦信息，導致推薦系統(tǒng)花費的代價十分高昂，因此本文提出的評分預測算法根據(jù)用戶的信任關系把信任網(wǎng)絡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)化算法搜索目標產(chǎn)品

3、進行評分預測，并在化簡后的信任網(wǎng)絡中實現(xiàn)了對產(chǎn)品的評分預測。
　　為了驗證網(wǎng)絡化簡算法和評分預測算法，在Matlab平臺下實現(xiàn)了這兩種算法，并在Epinions數(shù)據(jù)集上進行了驗證。實驗結果表明，本文提出的信任網(wǎng)絡化簡算法能夠刪除網(wǎng)絡中大量的節(jié)點和信任關系，同時保留信任網(wǎng)絡中較多的重要信息，達到了化簡預期效果；評分預測算法在準確度、覆蓋度和花費代價等方面均優(yōu)于TidalTrust、TrustWalker和T-bar算法，同時在化簡后