【摘要】：隨著信息技術(shù)、互聯(lián)網(wǎng)的高速發(fā)展,社交網(wǎng)絡成為人們?nèi)粘＝煌鶞贤?獲取信息的主要途徑。而互聯(lián)網(wǎng)的快速發(fā)展,信息越來越多,人們很從中找到感興趣的信息。個性化推薦有效的解決了信息超載問題,給人們推薦他們可能感興趣的物品或用戶,幫助他們快速獲取感興趣的信息,提高了用戶體驗。與此同時,個性化推薦也幫助商家提高了客戶的忠誠度,提高效益。但是,目前的個性推薦算法存在諸多問題,有一定的局限性。協(xié)同過濾算法是個性化推薦算法中最有效的算法之一,但是它存在著數(shù)據(jù)稀疏、冷啟動、惡意攻擊、擴展性差等問題,使得推薦信息準確性不是很高,新用戶無法獲取推薦信息等。本文針對以上問題對個性化推薦進行研究改進。本文討論了社交網(wǎng)絡中信任傳遞的情況,提出了基于社交網(wǎng)絡信任傳播模型的推薦方法,給出了簡化模型的方法,實現(xiàn)高質(zhì)量的社交網(wǎng)絡個性化推薦。根據(jù)社交網(wǎng)絡信任模型,針對傳統(tǒng)協(xié)同過濾的局限性,將不信任引入社交網(wǎng)絡的傳遞中,在已有的信任傳遞中引入不信任的傳播以及時間衰退因子,使得最終信任值的結(jié)果更加符合實際情況。其次,本文在計算信任值時,引入了用戶興趣模型,計算用戶興趣之間的相似性。最后,本文通過實驗對算法進行驗證,采用推薦系統(tǒng)常用的評測指標——預測準確度、覆蓋率、準確率這三種指標,針對傳統(tǒng)協(xié)同過濾、純信任傳遞產(chǎn)生的推薦以及本文提出的算法這三種算法產(chǎn)生的推薦進行對比。
【學位授予單位】：首都經(jīng)濟貿(mào)易大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3;G206

【參考文獻】

相關(guān)期刊論文 前4條

1 于建紅;魯耀斌;;B2C電子商務信任評價體系及其應用[J];工業(yè)工程與管理;2007年05期

2 喬秀全;楊春;李曉峰;陳俊亮;;社交網(wǎng)絡服務中一種基于用戶上下文的信任度計算方法[J];計算機學報;2011年12期

3 徐鋒,呂建;Web安全中的信任管理研究與進展[J];軟件學報;2002年11期

4 佐斌;高倩;;熟悉性和相似性對人際吸引的影響[J];中國臨床心理學雜志;2008年06期

相關(guān)博士學位論文 前1條

1 邢星;社交網(wǎng)絡個性化推薦方法研究[D];大連海事大學;2013年

相關(guān)碩士學位論文 前1條

1 韓麗;社交網(wǎng)絡中的信任推薦和好友搜索過濾算法研究[D];燕山大學;2012年

，

本文編號：2681426