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

1、在互聯(lián)網(wǎng)環(huán)境下，海量的信息資源使得用戶享受到科技帶來的便捷，然而，近年來，信息過載問題已經(jīng)在一定程度上開始影響用戶對(duì)互聯(lián)網(wǎng)應(yīng)用的體驗(yàn)。如何能從繁雜的信息中篩選出用戶所需的有價(jià)值的信息，并加以呈現(xiàn)，成為學(xué)者思考的問題。推薦系統(tǒng)是信息過載問題的一個(gè)解決方案，它通過用戶的歷史信息進(jìn)行個(gè)性化推薦。但是，隨著推薦系統(tǒng)中用戶數(shù)量不斷增多，用戶的歷史評(píng)分?jǐn)?shù)據(jù)相對(duì)較少，系統(tǒng)出現(xiàn)了評(píng)分?jǐn)?shù)據(jù)稀疏、推薦長(zhǎng)尾現(xiàn)象嚴(yán)重及推薦結(jié)果多樣性差等問題。
　　針對(duì)上

2、述問題，本文對(duì)國(guó)內(nèi)外現(xiàn)有的研究成果進(jìn)行總結(jié)和分析，提出了一種基于社會(huì)化網(wǎng)絡(luò)信息的協(xié)同過濾推薦方法。
　　協(xié)同過濾算法是推薦系統(tǒng)中使用非常廣泛的一種算法，但是由于歷史數(shù)據(jù)稀疏等問題，僅依靠歷史數(shù)據(jù)經(jīng)常不足以支撐系統(tǒng)分析挖掘用戶興趣。為了改善這一問題，本文通過社會(huì)網(wǎng)絡(luò)提供的用戶之間的信任信息，從全局/局部信任、單路徑/多路徑信任、單向/雙向信任等多個(gè)維度構(gòu)建了基于社會(huì)信任關(guān)系的用戶相似性計(jì)算方法。在推薦缺乏多樣性和長(zhǎng)尾現(xiàn)象嚴(yán)重問題上，

3、本文提出一種基于時(shí)間上下文和項(xiàng)目置信度的用戶相似度計(jì)算方法。結(jié)合基于社會(huì)信任關(guān)系的用戶相似性計(jì)算結(jié)果，構(gòu)造信任用戶-項(xiàng)目評(píng)分矩陣，計(jì)算用戶興趣相似性，并綜合基于社會(huì)信任的用戶相似性、項(xiàng)目置信度和時(shí)間上下文因素得到目標(biāo)用戶的最近鄰居集，預(yù)測(cè)用戶對(duì)項(xiàng)目的評(píng)分，給出推薦列表。
　　最后，本文借助Extend Epinion數(shù)據(jù)集對(duì)所設(shè)計(jì)算法進(jìn)行實(shí)驗(yàn)驗(yàn)證，并與傳統(tǒng)基于用戶的協(xié)同過濾算法、基于社會(huì)信任的協(xié)同過濾算法進(jìn)行實(shí)驗(yàn)對(duì)比。從實(shí)驗(yàn)結(jié)果證