基于信任網(wǎng)絡(luò)的推薦技術(shù)研究及應(yīng)用.pdf

1、目前協(xié)同過濾算法以其簡單和精確占據(jù)了推薦領(lǐng)域的半壁江山，許多網(wǎng)站都采用這種算法來進(jìn)行推薦。然而它存在著冷啟動、數(shù)據(jù)稀疏性等問題，也在尋找解決上述問題的突破口。
　　當(dāng)前社交網(wǎng)絡(luò)的廣泛應(yīng)用，使得系統(tǒng)除了用戶歷史購買數(shù)據(jù)或者評分?jǐn)?shù)據(jù)能被加以利用之外，信任網(wǎng)絡(luò)數(shù)據(jù)也可以為推薦做出貢獻(xiàn)。本著充分利用網(wǎng)絡(luò)資源的思想和日常生活中“物以類聚，人以群分”的現(xiàn)實(shí)狀況，本文將信任網(wǎng)絡(luò)引入到傳統(tǒng)協(xié)同過濾個性化推薦算法中?；贓pinions和Frien

2、dfeed數(shù)據(jù)集做了大量的研究工作。本文的主要工作和貢獻(xiàn)如下：
　　1．提出了基于信任網(wǎng)絡(luò)的推薦算法：信任網(wǎng)絡(luò)對推薦系統(tǒng)存在著重要影響，在日常生活中我們的決定會被朋友的建議所影響。模型中朋友們對某產(chǎn)品的推薦力度會以數(shù)值形式增加目標(biāo)用戶對該產(chǎn)品的購買可能性。通過將信任網(wǎng)絡(luò)推薦引入到傳統(tǒng)協(xié)同過濾算法中，實(shí)驗(yàn)結(jié)果表明混合算法不僅在各種準(zhǔn)確性指標(biāo)上性能有提升，在多樣性方面也有很大進(jìn)步，此外對冷啟動問題也有緩解。
　　2．分析了不同信

3、任關(guān)系對推薦的影響：不同的信任關(guān)系對用戶的影響力度是不同的，本文在前文基礎(chǔ)上提出了另外兩種信任關(guān)系的推薦系統(tǒng)模型。實(shí)驗(yàn)結(jié)果表明這幾種算法都能在提高算法性能。另外信任關(guān)系比被信任關(guān)系的推薦效果更好。說明信任關(guān)系更能反映用戶的興趣。此外，綜合考慮信任與被信任關(guān)系的算法，在不同數(shù)據(jù)集上表現(xiàn)不同。說明網(wǎng)絡(luò)功能決定網(wǎng)絡(luò)結(jié)構(gòu)，不同的網(wǎng)絡(luò)適用的算法也不同。
　　3．分析了網(wǎng)絡(luò)功能與網(wǎng)絡(luò)結(jié)構(gòu)對推薦的影響：通過將網(wǎng)絡(luò)根據(jù)其結(jié)構(gòu)不同劃分成幾種不同的情