電子商務(wù)中基于信任的推薦算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)中新應(yīng)用新技術(shù)的不斷出現(xiàn),電子商務(wù)面臨著新的機(jī)遇和挑戰(zhàn)。電子商務(wù)對(duì)推薦技術(shù)有著特定的要求,主要集中在三個(gè)方面:社會(huì)推薦機(jī)制、個(gè)性化推薦以及魯棒性問(wèn)題。而傳統(tǒng)的推薦技術(shù)在這些問(wèn)題上已經(jīng)遇到了瓶頸。為了更好地面對(duì)這些問(wèn)題,將信任引入推薦系統(tǒng)是一種很有效的方法。如何定性以及定量信任是本文研究的重點(diǎn)。
   目前,基于信任的推薦系統(tǒng)研究主要關(guān)注于信任的傳播以及信任的表示,而忽略了信任如何產(chǎn)生的問(wèn)題,研究中使用的信任度都需要用戶(hù)

2、的主動(dòng)提交。本文結(jié)合以往的研究經(jīng)驗(yàn),提出了引入社區(qū)發(fā)現(xiàn)的方法,主動(dòng)找到用戶(hù)的信任評(píng)價(jià)。具體的做法是,通過(guò)分析信任前因,根據(jù)相似度和熟悉程度來(lái)判斷用戶(hù)之間的信任關(guān)系。這種方法不需要用戶(hù)主動(dòng)地給其他用戶(hù)的信任評(píng)分,而是通過(guò)對(duì)用戶(hù)間社交信息的挖掘找到信任度。
   在推薦系統(tǒng)中,用戶(hù)模型的構(gòu)建是關(guān)鍵,很多算法都是基于用戶(hù)模型展開(kāi)的。本文提出用戶(hù)個(gè)人模型和社區(qū)模型相結(jié)合的方式構(gòu)建用戶(hù)模型。采用基于信息流的方式,通過(guò)社交信息建立用戶(hù)模型,

3、用戶(hù)的社區(qū)模型更好地反映了他的活動(dòng)范圍,結(jié)合信任前因的論述,這樣的用戶(hù)模型能更好地反映用戶(hù)之間的信任關(guān)系。通過(guò)用戶(hù)模型找到用戶(hù)之間的信任度,計(jì)算全局信任和局部信任度,之后通過(guò)信任度找到用戶(hù)的鄰居。本文提出了一種用戶(hù)個(gè)人模型的更新算法,通過(guò)引入時(shí)間因子到主題詞權(quán)值的計(jì)算中,淘汰更新主題詞,以達(dá)到自適應(yīng)用戶(hù)興趣的目的。實(shí)驗(yàn)結(jié)果表明,由于本系統(tǒng)不需要用戶(hù)的主動(dòng)評(píng)分,所以很好地解決了協(xié)同過(guò)濾算法中數(shù)據(jù)稀松以及冷啟動(dòng)的問(wèn)題。不管是準(zhǔn)確性方面還是抗

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論