基于信任關(guān)系和興趣變化的協(xié)同過濾算法研究.pdf

1、隨著Web2.0技術(shù)和信息傳播技術(shù)的飛速發(fā)展，我們已從信息匱乏的時代過渡到了信息過載的時代。個性化推薦技術(shù)作為解決信息過載的有效方法受到研究人員的廣泛關(guān)注，其中，協(xié)同過濾算法被認為是最熱門的推薦算法之一，但是它依然存在著很多值得改進的地方。比如，傳統(tǒng)協(xié)同過濾算法不能有效抵抗惡意用戶的攻擊，致使推薦準確率下降。以及還會面臨信息過期的問題，即使目前有不少研究者提出時間衰減函數(shù)能有效緩解該問題，但推薦的準確率還是不夠理想。
　　本研究主

2、要內(nèi)容包括：⑴現(xiàn)有基于信任關(guān)系的協(xié)同過濾算法通常以用戶的交互來度量用戶信任度，然而，現(xiàn)有信任度度量中關(guān)于交互行為的簡單計算弱化了用戶個體喜好程度差異對交互行為的影響。因此，本文在傳統(tǒng)信任模型基礎(chǔ)上引入用戶喜好度，進而提出了改進的基于信任關(guān)系的協(xié)同過濾算法。經(jīng)實驗證明，這種方法能夠進一步提高推薦的準確率。⑵融入傳統(tǒng)的時間衰減函數(shù)的協(xié)同過濾算法在一定程度上刻畫了信息價值會隨時間推移而變化，但未考慮到在局部時間段，用戶興趣變化具有不變性，因此

3、可以對傳統(tǒng)時間衰減函數(shù)進一步優(yōu)化。在時間窗的啟發(fā)下，引入了用戶興趣不變時間窗到衰減函數(shù)中。最后提出了一種改進的基于興趣變化的協(xié)同過濾算法來更好的提高推薦的準確率。⑶在上述研究工作基礎(chǔ)上，綜合考慮信任關(guān)系與用戶興趣變化兩種因素，利用加權(quán)混合方式將這兩種因素融入到協(xié)同過濾算法中，提出了混合信任關(guān)系與興趣變化的協(xié)同過濾算法。經(jīng)實驗證明，同時結(jié)合兩種因素的推薦算法較之單一模型下的推薦算法具有更優(yōu)的推薦效果。⑷針對協(xié)同過濾算法存在不能有效抵抗惡意