【摘要】：電子商務的飛速發(fā)展將人類帶入網絡經濟時代,面對大量的商品信息,用戶往往難以發(fā)現(xiàn)最需要或最合適的商品。用戶希望電子商務系統(tǒng)具有一種類似采購助手的功能來幫助其選購商品,它能自動地把用戶最感興趣的商品推薦出來。推薦系統(tǒng)正是針對以上問題和需求產生的,聯(lián)系用戶和產品信息,一方面幫助用戶發(fā)現(xiàn)自己感興趣的商品；另一方面還能讓商品展現(xiàn)在對它感興趣的人群中,從而實現(xiàn)供應商與用戶的雙贏。自上世紀90年代推薦系統(tǒng)被作為一個獨立的概念提出來,研究者們提出了眾多推薦算法,并成功應用于實際應用中。雖然推薦技術已成功應用于各個領域,但是仍普遍存在數據稀疏情況推薦精度不高、易受攻擊等待解決的問題。傳統(tǒng)協(xié)同過濾系統(tǒng)忽視了用戶的重要性不同和用戶之間的重要關系。即不同的用戶在推薦中所產生的作用不同。因此,本文從用戶重要性方面著手研究,用戶的重要性可從多方面進行衡量,本文分別從用戶在社交網絡中的重要性和用戶聲譽重要性來衡量用戶重要性,主要工作如下：(1)本文梳理了推薦系統(tǒng)的發(fā)展歷程,總結了各種推薦算法的優(yōu)缺點,并詳細的介紹了協(xié)同過濾推薦領域內經典的基于記憶和基于模型的兩種算法。除此之外,對協(xié)同過濾推薦算法現(xiàn)今存在的問題進行了分析,并在相關研究者的基礎上結合用戶重要性相關理論提出基于用戶重要性的協(xié)同推薦算法。(2)提出一種基于社交關系的用戶重要性的推薦算法：分析用戶社交網絡的拓撲結構以及用戶之間的關系,通過用戶的相似性和網絡節(jié)點重要性分別得到用戶在網絡中的局部重要性和全局重要性。一方面,將重要性作為權重調節(jié)用戶在推薦的作用,以達到提升推薦質量的目的；另一方面,用戶的全局重要性不受推薦評分的稀疏性影響,一定程度上解決了數據稀疏情況下推薦精度降低的問題。(3)提出一種基于聲譽的用戶重要性的魯棒推薦算法：通過分析用戶評分數據建立用戶聲譽系統(tǒng),并將用戶聲譽系統(tǒng)引入到個性化推薦之中。根據用戶聲譽的分布情況以及結合數理統(tǒng)計知識識別出聲譽值在不正常范圍的用戶,并結合托攻擊的特點檢測推薦系統(tǒng)中的托攻擊用戶,以達到提升推薦的魯棒性的目的。
【學位授予單位】：安徽大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.3

【相似文獻】

相關期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機系統(tǒng)應用;2006年10期

2 余小鵬;;一種基于多層關聯(lián)規(guī)則的推薦算法研究[J];計算機應用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進[J];計算機應用與軟件;2008年09期

4 張立燕;;一種基于用戶事務模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強;;智能博物館環(huán)境下的個性化推薦算法[J];計算機工程與應用;2010年19期

7 王文;;個性化推薦算法研究[J];電腦知識與技術;2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進評價估計的混合推薦算法研究[J];微計算機信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機工程與應用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學學報(自然科學版);2011年03期

相關會議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數據庫學術會議論文集（技術報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應用技術交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數據庫學術會議論文集（技術報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務個性化推薦系統(tǒng)[A];社會經濟發(fā)展轉型與系統(tǒng)工程——中國系統(tǒng)工程學會第17屆學術年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網絡的含時推薦算法[A];第五屆全國復雜網絡學術會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：2540528