基于社會(huì)網(wǎng)絡(luò)的協(xié)同過濾推薦方法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，電子商務(wù)系統(tǒng)的規(guī)模越來越龐大，給人們帶來了快捷和方便，但是這種便利性同時(shí)也帶來信息過載的問題。推薦系統(tǒng)作為信息過濾技術(shù)中非常重要的一種方法，能夠有效地獲得用戶的興趣，為用戶推薦其喜好的商品。然而傳統(tǒng)的協(xié)同過濾推薦主要把用戶-項(xiàng)目評(píng)級(jí)作為唯一的標(biāo)準(zhǔn)，忽視了用戶之間的社會(huì)網(wǎng)絡(luò)關(guān)系，導(dǎo)致推薦效果不夠理想。本文綜合分析了國內(nèi)外協(xié)同過濾推薦系統(tǒng)的現(xiàn)狀，對(duì)協(xié)同過濾推薦作了進(jìn)一步深入的研究。
　　首先，為了提高協(xié)同過濾推薦

2、的精度，將社會(huì)網(wǎng)絡(luò)中的信任信息引入推薦系統(tǒng)中，提出了一種基于社會(huì)網(wǎng)絡(luò)信任的協(xié)同過濾推薦算法?；谛湃侮P(guān)系的傳遞性，計(jì)算得到間接信任并做量化處理，通過將信任融入到協(xié)同過濾算法，有效提高了推薦質(zhì)量和準(zhǔn)確度。
　　其次，針對(duì)現(xiàn)有協(xié)同過濾推薦模型中的數(shù)據(jù)稀疏性和用戶預(yù)測(cè)精度問題，通過對(duì)網(wǎng)上酒店預(yù)訂的數(shù)據(jù)進(jìn)行處理，結(jié)合 K-means聚類算法對(duì)項(xiàng)目屬性進(jìn)行詳細(xì)劃分，利用均方根誤差RMSE和覆蓋率作為評(píng)價(jià)標(biāo)尺，有效提高了預(yù)測(cè)精度。