基于信任的協(xié)同過濾推薦研究與應用.pdf

1、“信息過載”問題是互聯(lián)網及互聯(lián)網在線服務應用快速發(fā)展過程中不可避免的問題，而這又使得用戶快速、有效收集和獲取滿足自身需要的信息變得越來越困難。個性化推薦系統(tǒng)作為解決這一問題的一種有效手段，通過用戶或者商品的信息分析用戶的興趣偏好以及商品之間的聯(lián)系，可以實現(xiàn)用戶的個性化推薦服務。作為比較成熟且應用比較廣泛的推薦技術之一，協(xié)同過濾推薦技術具有數據依賴性低、推薦效果比較準確以及計算簡單易容易實現(xiàn)等優(yōu)點。但是，一方面它只考慮單一的用戶興趣偏好因

2、素，另一方面又面臨著數據稀疏性、冷啟動、可擴展性、安全性等瓶頸，這極大地影響了協(xié)同過濾推薦的推薦效果。在線社交網絡的發(fā)展則為推薦系統(tǒng)研究帶來了新的機遇。信任作為在線社交網絡的核心和關鍵，越來越多地被引入到推薦系統(tǒng)的構建之中。相比于傳統(tǒng)的個性化推薦，基于信任的推薦由于綜合考慮了用戶的興趣偏好和社交關系信息二維因素，在推薦的多方面性能上，如準確性、可信性、安全性等指標上都有更好的效果，也進一步緩解了協(xié)同過濾推薦技術等傳統(tǒng)的推薦技術都面臨的數

3、據稀疏性問題、冷啟動問題和魯棒性問題，等等。
　　本文研究圍繞如何綜合利用在線社交網絡的信任和協(xié)同過濾推薦技術，以改進并提高推薦系統(tǒng)的性能。首先，本文整理和分析了國內外關于在線社交網絡信任和協(xié)同過濾推薦的文獻研究和相關理論，系統(tǒng)分析了基于協(xié)同過濾的推薦、基于信任的推薦以及二者之間的關系。其次，提出一種信任傳播模型，實現(xiàn)信任網絡的擴展，解決信任評分的稀疏性問題，并利用共同信任用戶對信任度進行修正，以更好地反映用戶之間的個性化信任特點

4、。再次，提出一種基于信任的協(xié)同過濾推薦模型（以Trust Walker推薦模型為基礎），通過充分利用信任關系和興趣偏好二維因素，解決傳統(tǒng)個性化推薦系統(tǒng)面臨的稀疏性問題、冷啟動問題和攻擊性問題，提高推薦的準確率、覆蓋率和可信性，并基于一定規(guī)則的數據篩選和預處理，選取Epinion.com的部分數據集對本文所提出的模型進行實驗分析。實驗表明，通過利用信任信息及信任傳播模型，可以更好地發(fā)現(xiàn)更多的潛在信任用戶，提高推薦的覆蓋率，緩解數據的稀疏性