社會(huì)網(wǎng)絡(luò)是人們分享和交流知識(shí)的一種重要的媒介。以社會(huì)網(wǎng)絡(luò)為基礎(chǔ),推薦系統(tǒng)可以根據(jù)用戶的歷史喜好向其推薦可能感興趣的項(xiàng)目,解決“信息過(guò)載”和傳統(tǒng)信息檢索技術(shù)忽視用戶興趣偏好的問(wèn)題,滿足不同用戶的個(gè)性化需求。推薦系統(tǒng)的核心是推薦方法。協(xié)同過(guò)濾是目前最廣泛使用的推薦方法,但是傳統(tǒng)的協(xié)同過(guò)濾推薦方法面臨著數(shù)據(jù)稀疏性、冷啟動(dòng)和易受攻擊等問(wèn)題�，F(xiàn)實(shí)中,用戶常愿意接受信任朋友的推薦,據(jù)此,社會(huì)信任網(wǎng)絡(luò)被用來(lái)改進(jìn)傳統(tǒng)的協(xié)同過(guò)濾推薦方法,即為基于信任的協(xié)同過(guò)濾推薦方法。按信任來(lái)源不同,該方法又分為基于顯性信任和基于隱性信任兩種方法。其中,顯性信任是用戶手工標(biāo)注的與其鄰居的信任關(guān)系；隱性信任是根據(jù)用戶的特征推理出的信任關(guān)系。然而,顯性信任獲取時(shí)用戶會(huì)耗費(fèi)大量的時(shí)間和精力還會(huì)暴露隱私,使得信任匱乏,推薦受限；隱性信任的現(xiàn)存研究中考慮的用戶行為特征較少,忽視了信任傳遞等因素造成推理出的信任關(guān)系與真實(shí)情況差別較大,推薦效果不佳。 從顯性信任角度入手,為了緩解傳統(tǒng)協(xié)同過(guò)濾推薦方法的數(shù)據(jù)稀疏性、冷啟動(dòng)和易受攻擊的問(wèn)題,以及基于顯性信任推薦方法因可用信任信息較少造成推薦不準(zhǔn)確的問(wèn)題,本文提出了基于潛在社會(huì)信任模型的協(xié)...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 推薦方法的研究現(xiàn)狀
        1.2.1 國(guó)外研究現(xiàn)狀
        1.2.2 國(guó)內(nèi)研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容與結(jié)構(gòu)
2 協(xié)同過(guò)濾與基于信任的推薦方法概述
    2.1 協(xié)同過(guò)濾推薦方法
    2.2 基于信任的推薦方法
        2.2.1 基于顯性信任的推薦方法
        2.2.2 基于隱性信任的推薦方法
3 基于潛在社會(huì)信任模型的協(xié)同過(guò)濾推薦方法
    3.1 研究動(dòng)機(jī)與思路
    3.2 算法原理
    3.3 算法設(shè)計(jì)
        3.3.1 耦合信任
        3.3.2 共引信任
        3.3.3 基于相似興趣的信任
        3.3.4 實(shí)時(shí)的在線推薦
    3.4 數(shù)值實(shí)驗(yàn)
        3.4.1 數(shù)據(jù)集
        3.4.2 評(píng)價(jià)指標(biāo)
        3.4.3 實(shí)驗(yàn)及結(jié)果分析
    3.5 本章小結(jié)
4 基于用戶行為特征分析的隱性信任協(xié)同過(guò)濾推薦方法
    4.1 研究動(dòng)機(jī)與思路
    4.2 算法原理
    4.3 算法設(shè)計(jì)
        4.3.1 用戶對(duì)鄰居的隱性信任推薦模型
        4.3.2 用戶對(duì)項(xiàng)目的隱性信任推薦模型
        4.3.3 混合推薦模型
    4.4 數(shù)值實(shí)驗(yàn)
        4.4.1 數(shù)據(jù)集
        4.4.2 評(píng)價(jià)指標(biāo)
        4.4.3 實(shí)驗(yàn)及結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：3768058