本文關(guān)鍵詞：電子商務(wù)中基于信任的推薦算法研究

  更多相關(guān)文章： 推薦系統(tǒng) 信任發(fā)現(xiàn) 社區(qū)發(fā)現(xiàn) 自適應(yīng) 社區(qū)模型

【摘要】：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題。而傳統(tǒng)的推薦技術(shù)在這些問題上已經(jīng)遇到了瓶頸。為了更好地面對這些問題,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)生的問題,研究中使用的信任度都需要用戶的主動(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)找到用戶的信任評價(jià)。具體的做法是,通過分析信任前因,根據(jù)相似度和熟悉程度來判斷用戶之間的信任關(guān)系。這種方法不需要用戶主動(dòng)地給其他用戶的信任評分,而是通過對用戶間社交信息的挖掘找到信任度。 在推薦系統(tǒng)中,用戶模型的構(gòu)建是關(guān)鍵,很多算法都是基于用戶模型展開的。本文提出用戶個(gè)人模型和社區(qū)模型相結(jié)合的方式構(gòu)建用戶模型。采用基于信息流的方式,通過社交信息建立用戶模型,用戶的社區(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,這樣的用戶模型能更好地反映用戶之間的信任關(guān)系。通過用戶模型找到用戶之間的信任度,計(jì)算全局信任和局部信任度,之后通過信任度找到用戶的鄰居。本文提出了一種用戶個(gè)人模型的更新算法,通過引入時(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)不需要用戶的主動(dòng)評分,所以很好地解決了協(xié)同過濾算法中數(shù)據(jù)稀松以及冷啟動(dòng)的問題。不管是準(zhǔn)確性方面還是抗攻擊方面,相較于傳統(tǒng)的協(xié)同過濾系統(tǒng)都有改進(jìn)。
【關(guān)鍵詞】：推薦系統(tǒng) 信任發(fā)現(xiàn) 社區(qū)發(fā)現(xiàn) 自適應(yīng) 社區(qū)模型
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：TP391.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 插圖索引10-11
• 附表索引11-12
• 第1章 緒論12-17
• 1.1 研究背景12-13
• 1.2 課題研究意義13
• 1.3 國內(nèi)外研究現(xiàn)狀13-15
• 1.3.1 個(gè)性化推薦技術(shù)13-15
• 1.3.2 用戶信任模型15
• 1.4 本文主要工作和組織結(jié)構(gòu)15-17
• 第2章 電子商務(wù)推薦算法與信任模型17-28
• 2.1 電子商務(wù)推薦算法17-20
• 2.1.1 推薦系統(tǒng)簡述17
• 2.1.2 基于內(nèi)容的推薦算法17-18
• 2.1.3 基于協(xié)同過濾的推薦算法18-19
• 2.1.4 基于規(guī)則的推薦算法19-20
• 2.2 電子商務(wù)推薦技術(shù)20-23
• 2.2.1 主要技術(shù)問題20-21
• 2.2.2 基于社區(qū)發(fā)現(xiàn)的推薦技術(shù)21-22
• 2.2.3 網(wǎng)絡(luò)應(yīng)用心理學(xué)22-23
• 2.3 信任評估模型23-27
• 2.3.1 信任23-24
• 2.3.2 全局信任度評估模型24
• 2.3.3 局部信任度評估模型24-27
• 2.4 用戶建模27
• 2.5 本章小結(jié)27-28
• 第3章 社區(qū)化用戶模型構(gòu)建28-36
• 3.1 社區(qū)化的用戶模型28
• 3.2 用戶個(gè)人模型構(gòu)建28-31
• 3.3 用戶社區(qū)模型構(gòu)建31-35
• 3.3.1 社會(huì)網(wǎng)絡(luò)構(gòu)建31-32
• 3.3.2 社區(qū)發(fā)現(xiàn)32-34
• 3.3.3 模型更新算法34-35
• 3.4 本章小結(jié)35-36
• 第4章 信任的表示以及信任的評估36-41
• 4.1 信任的表示方式36-37
• 4.1.1 信任前因36
• 4.1.2 信任網(wǎng)36-37
• 4.2 用戶信任度獲取37-39
• 4.2.1 PageRank和加權(quán)的PageRank38
• 4.2.2 社區(qū)網(wǎng)絡(luò)中邊方向以及權(quán)重的判斷38-39
• 4.2.3 信任度計(jì)算39
• 4.3 實(shí)驗(yàn)結(jié)果與分析39-40
• 4.4 本章小結(jié)40-41
• 第5章 基于信任的個(gè)性化推薦41-49
• 5.1 基于信任的電子商務(wù)推薦模型41-42
• 5.2 基于信任的電子商務(wù)推薦框架結(jié)構(gòu)42-45
• 5.2.1 系統(tǒng)結(jié)構(gòu)42-44
• 5.2.2 系統(tǒng)拓?fù)浣Y(jié)構(gòu)44-45
• 5.3 實(shí)驗(yàn)數(shù)據(jù)集和評估指標(biāo)45-46
• 5.4 實(shí)驗(yàn)結(jié)果與分析46-48
• 5.4.1 系統(tǒng)準(zhǔn)確性測試46-47
• 5.4.2 魯棒性測試47-48
• 5.5 本章小結(jié)48-49
• 結(jié)論與展望49-51
• 參考文獻(xiàn)51-54
• 致謝54-55
• 附錄A 攻讀學(xué)位期間所發(fā)表的學(xué)術(shù)論文目錄55

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 白春陽;;社會(huì)信任的基本形式解析[J];河南社會(huì)科學(xué);2006年01期

2 趙仲孟,袁薇,何世麗,沈鈞毅;個(gè)性化搜索引擎中用戶模型智能調(diào)整算法的研究[J];計(jì)算機(jī)工程與應(yīng)用;2005年24期

3 武建華;宋擒豹;沈均毅;謝建文;;基于關(guān)聯(lián)規(guī)則的特征選擇算法[J];模式識別與人工智能;2009年02期

4 鄧愛林,左子葉,朱揚(yáng)勇;基于項(xiàng)目聚類的協(xié)同過濾推薦算法[J];小型微型計(jì)算機(jī)系統(tǒng);2004年09期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張富國;基于信任的電子商務(wù)個(gè)性化推薦關(guān)鍵問題研究[D];江西財(cái)經(jīng)大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 吳春陽;數(shù)據(jù)挖掘在電子商務(wù)旅游線路推薦系統(tǒng)中的應(yīng)用研究[D];重慶交通大學(xué);2009年

，

本文編號：975645