基于社會網(wǎng)絡(luò)的協(xié)同過濾推薦方法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，電子商務(wù)系統(tǒng)的規(guī)模越來越龐大，給人們帶來了快捷和方便，但是這種便利性同時也帶來信息過載的問題。推薦系統(tǒng)作為信息過濾技術(shù)中非常重要的一種方法，能夠有效地獲得用戶的興趣，為用戶推薦其喜好的商品。然而傳統(tǒng)的協(xié)同過濾推薦主要把用戶-項目評級作為唯一的標(biāo)準，忽視了用戶之間的社會網(wǎng)絡(luò)關(guān)系，導(dǎo)致推薦效果不夠理想。本文綜合分析了國內(nèi)外協(xié)同過濾推薦系統(tǒng)的現(xiàn)狀，對協(xié)同過濾推薦作了進一步深入的研究。
　　首先，為了提高協(xié)同過濾推薦

2、的精度，將社會網(wǎng)絡(luò)中的信任信息引入推薦系統(tǒng)中，提出了一種基于社會網(wǎng)絡(luò)信任的協(xié)同過濾推薦算法?；谛湃侮P(guān)系的傳遞性，計算得到間接信任并做量化處理，通過將信任融入到協(xié)同過濾算法，有效提高了推薦質(zhì)量和準確度。
　　其次，針對現(xiàn)有協(xié)同過濾推薦模型中的數(shù)據(jù)稀疏性和用戶預(yù)測精度問題，通過對網(wǎng)上酒店預(yù)訂的數(shù)據(jù)進行處理，結(jié)合 K-means聚類算法對項目屬性進行詳細劃分，利用均方根誤差RMSE和覆蓋率作為評價標(biāo)尺，有效提高了預(yù)測精度。