基于社區(qū)和信任網(wǎng)絡(luò)的推薦模型的研究.pdf

1、推薦模型是目前解決信息過載問題，實現(xiàn)精確地向用戶推薦用戶所需信息的一種有效方法。協(xié)同過濾推薦模型是基于全部的用戶進(jìn)行推薦，效率相對較低，而基于社區(qū)的推薦模型采用部分用戶進(jìn)行推薦，可以提高推薦效率。在社會網(wǎng)絡(luò)中，人們往往樂于接受他們信任的朋友的推薦，因此基于信任網(wǎng)絡(luò)的推薦模型被用于緩解數(shù)據(jù)稀疏性問題和冷啟動問題?？紤]到“社區(qū)”和“信任”在推薦中的有益作用，本文將社區(qū)和信任網(wǎng)絡(luò)同時引入推薦模型，研究基于社區(qū)和信任網(wǎng)絡(luò)的推薦模型，以提高推薦效

2、率和精度。
　　本文的主要工作包括:
　　1)面向用戶相似性網(wǎng)絡(luò)，研究基于離散粒子群優(yōu)化的社區(qū)劃分方法，以支撐基于社區(qū)的推薦模型的構(gòu)建;
　　2)研究基于信任網(wǎng)絡(luò)的可信社區(qū)的構(gòu)建方法;
　　3)利用可信社區(qū)構(gòu)建基于社區(qū)和信任網(wǎng)絡(luò)的推薦模型CTNRM;
　　4)實驗驗證以上方法和模型的有效性;
　　5)設(shè)計和實現(xiàn)一個以CTNRM為核心的推薦原型系統(tǒng)。
　　本文的主要成果有:
　　1)設(shè)計了引