基于信任網(wǎng)絡(luò)的協(xié)同過濾算法研究.pdf

1、互連網(wǎng)的迅猛發(fā)展帶來了日益嚴重的信息過載問題，推薦系統(tǒng)通過挖掘、分析用戶與物品間的關(guān)系，向用戶推薦其最可能感興趣的物品，是解決信息過載問題的有效工具之一。傳統(tǒng)協(xié)同過濾算法是推薦系統(tǒng)中應(yīng)用最廣泛的推薦算法，但仍存在諸如數(shù)據(jù)稀疏問題、冷啟動問題等亟待解決的問題。隨著以Facebook、Twitter為代表的各種在線社會網(wǎng)絡(luò)的紛紛涌現(xiàn)，基于信任的協(xié)同過濾算法通過在傳統(tǒng)協(xié)同過濾算法中引入社會網(wǎng)絡(luò)中的信任機制，可以有效改善上述問題，成為推薦領(lǐng)域的

2、一個重要研究方向。
　　信任推理是基于信任的協(xié)同過濾算法中的核心部分，現(xiàn)有信任推理算法假設(shè)信任網(wǎng)絡(luò)中各條路徑相互獨立，忽略了路徑間的依賴關(guān)系，導(dǎo)致信任關(guān)系的重復(fù)計算，從而影響推薦的準確度。通過對信任網(wǎng)絡(luò)中依賴關(guān)系的分析，提出一種基于分層搜索的依賴關(guān)系處理算法。該算法利用寬度優(yōu)先算法消除信任網(wǎng)絡(luò)中的完全依賴關(guān)系，然后以深度優(yōu)先算法融合信任網(wǎng)絡(luò)中的部分依賴關(guān)系并進行信任推理計算。分析表明，基于分層搜索的依賴關(guān)系處理算法具有較好的時間復(fù)