本站原创
摘要：社会网络是人们分享和交流知识的一种重要的媒介。以社会网络为基础,推荐系统可以根据用户的历史喜好向其推荐可能感兴趣的项目,解决“信息过载”和传统信息检索技术忽略用户兴趣偏好的不足,满足不同用户的个性化需求。推荐系统的核心是推荐策略。协同过滤是目前最广泛利用的推荐策略,但是传统的协同过滤推荐策略面对着数据稀疏性、冷启动和易受攻击等不足。现实中,用户常愿意接受信任朋友的推荐,据此,社会信任网络被用来改善传统的协同过滤推荐策略,即为基于信任的协同过滤推荐策略。按信任来源不同,该策略又分为基于显性信任和基于隐性信任两种策略。其中,显性信任是用户手工标注的与其邻居的信任联系；隐性信任是根据用户的特点推理出的信任联系。然而,显性信任获取时用户会耗费大量的时间和精力还会暴露隐私,使得信任匮乏,推荐受限；隐性信任的现存探讨中考虑的用户行为特点较少,忽略了信任传递等因素造成推理出的信任联系与真实情况差别较大,推荐效果不佳。以显性信任角度入手,为了缓解传统协同过滤推荐策略的数据稀疏性、冷启动和易受攻击的不足,以及基于显性信任推荐策略因可用信任信息较少造成推荐不准确的不足,本论文提出了基于潜在社会信任模型的协同过滤推荐策略,其中,潜在社会信任来自于耦合信任、共引信任和基于兴趣相似度的信任,根据潜在社会信任建立新的社会信任网络用于寻找信任邻居,进而预测目标用户的喜好。实验证明了提出的策略推理出的用户间的信任联系合理且推荐准确性高。以隐性信任角度入手,针对协同过滤推荐策略因数据稀疏性而推荐结果不佳和基于隐性信任推荐策略推理的隐性信任不太准确的情况及显性信任的各种缺陷,本论文提出了基于用户行为特点浅析的隐性信任协同过滤推荐策略,通过浅析用户的评分行为建立用户对其邻居、对项目的隐性信任推荐模型和混合推荐模型向用户推荐感兴趣的项目。实验证明了提出的策略能够为用户提供更准确的推荐结果。关键词：社会信任网络论文协同过滤论文推荐策略论文潜在社会信任论文隐性信任论文
摘要4-5
Abstract5-9
1 绪论9-20
1.1 探讨背景与作用9-11
1.2 推荐策略的探讨近况11-18
1.2.1 国外探讨近况11-16
1.2.2 国内探讨近况16-18
1.3 本论文探讨内容与结构18-20
2 协同过滤与基于信任的推荐策略概述20-28
2.1 协同过滤推荐策略20-24
2.2 基于信任的推荐策略24-28
2.2.1 基于显性信任的推荐策略25-26
2.2.2 基于隐性信任的推荐策略26-28
3 基于潜在社会信任模型的协同过滤推荐策略28-45
3.1 探讨动机与思路28-29
3.2 算法原理29
3.3 算法设计29-36
3.3.1 耦合信任30-32
3.3.2 共引信任32-34
3.3.3 基于相似兴趣的信任34-35
3.3.4 实时的在线推荐35-36
3.4 数值实验36-44
3.4.1 数据集36-37
3.4.2 评价指标37-38
3.4.3 实验及结果浅析38-44
3.5 本章小结44-45
4 基于用户行为特点浅析的隐性信任协同过滤推荐策略45-59
4.1 探讨动机与思路45
4.2 算法原理45-46
4.3 算法设计46-52
4.3.1 用户对邻居的隐性信任推荐模型46-49
4.3.2 用户对项目的隐性信任推荐模型49-51
4.3.3 混合推荐模型51-52
4.4 数值实验52-58
4.4.1 数据集52-53
4.4.2 评价指标53
4.4.3 实验及结果浅析53-58
4.5 本章小结58-59
结论59-60