社會網絡中基于信任的推薦方法設計與實現(xiàn).pdf

1、目前，推薦技術已經被廣泛應用于各種領域以解決“信息過載”問題，而傳統(tǒng)的推薦技術存在推薦精確度不高、覆蓋率不廣等諸多問題。隨著社會網絡的興起與發(fā)展，人們將精力投入在社會網絡中的情況越來越多。將社會網絡中的信息與傳統(tǒng)推薦技術有效結合可以在很大程度上彌補傳統(tǒng)推薦算法的以上缺點。本文充分挖掘社會網絡中用戶之間的關系，結合傳統(tǒng)算法預測用戶對目標項目的評分，主要研究內容如下:
　　1.基于專家信任的協(xié)同過濾算法。利用現(xiàn)實生活中人們往往更信任專

2、家意見的思想，尋找社會網絡中的專家用戶，利用專家用戶對目標項目的看法與專家用戶與目標用戶的相似度預測目標用戶的評分。在本文中，用戶的專家度由全局信任度與局部信任度共同決定，其中全局信任度用來度量用戶是否權威;局部信任度用來度量其評分的質量及數(shù)量。最后找到與目標用戶最相似的一部分專家，根據(jù)這部分專家的評分利用協(xié)同過濾算法的思想預測用戶對目標項目的評分，最后通過大量實驗驗證了將專家因素引入推薦算法可以提高推薦結果的準確度，也可為冷啟動推薦他

3、們很可能感興趣是商品。
　　2.基于信任用戶評分傳遞的推薦算法?，F(xiàn)實生活中一個人要想知道一件商品的好壞可以詢問朋友，若朋友也不知道該商品的評價那么會由朋友再詢問朋友的朋友，以此類推，最后將朋友的結果延路徑一步步反饋回來。本文利用這種思想分析評分如何在信任用戶之間進行傳遞，進而提出簡單的信任用戶之間評分傳遞的模型，再分析影響該模型的因素并對模型加以改進，然后提出完備的信任用戶評分傳遞的模型并詳細闡述算法的流程及偽代碼，最后用實驗驗證