本文選題：基于信任網(wǎng)絡(luò)推薦 + 用戶(hù)偏好　； 參考：《山西財(cái)經(jīng)大學(xué)》2017年碩士論文

【摘要】：隨著網(wǎng)絡(luò)通信技術(shù)的發(fā)展和互聯(lián)網(wǎng)信息資源的不斷擴(kuò)大,信息過(guò)載現(xiàn)象日趨嚴(yán)重。傳統(tǒng)信息服務(wù)的出現(xiàn)在緩解了信息過(guò)載問(wèn)題同時(shí)因其面向公眾的通用性需求特性,無(wú)法滿(mǎn)足用戶(hù)的個(gè)性化需求。而以個(gè)性化推薦系統(tǒng)為代表的信息過(guò)濾方式通過(guò)分析用戶(hù)需求,對(duì)用戶(hù)興趣建模預(yù)測(cè),能夠?yàn)橛脩?hù)提供有價(jià)值或者具有潛在價(jià)值的信息,解決了用戶(hù)個(gè)性化需求的問(wèn)題。推薦系統(tǒng)已被廣泛應(yīng)用于信息服務(wù)中,成為各大主流信息服務(wù)提供商不可或缺的信息服務(wù)形式。隨著社會(huì)網(wǎng)絡(luò)研究的興起,許多研究者將社會(huì)網(wǎng)絡(luò)與個(gè)性化推薦結(jié)合以解決傳統(tǒng)推薦中存在的數(shù)據(jù)稀疏性、”冷啟動(dòng)”問(wèn)題、模型可擴(kuò)展性以及健壯性等問(wèn)題,有效提高了推薦的可擴(kuò)展性和準(zhǔn)確度。但大多算法僅簡(jiǎn)單利用信任關(guān)系尋找最近鄰居集合,未能考慮到信任用戶(hù)的建議并不一定適用于目標(biāo)用戶(hù)。針對(duì)TrustWalker隨機(jī)游走模型的不足,本文主要做了以下研究工作:1.利用矩陣分解對(duì)用戶(hù)評(píng)分矩陣進(jìn)行降維,保留主要信息特征。在高維稀疏評(píng)分矩陣下可以高效精確的計(jì)算相似度,緩解了高維稀疏評(píng)分矩陣的相似度無(wú)法計(jì)算、計(jì)算難的問(wèn)題。2.利用聚類(lèi)思想減少項(xiàng)目搜索空間的同時(shí)結(jié)合用戶(hù)偏好度深入挖掘用戶(hù)對(duì)項(xiàng)目類(lèi)別的關(guān)系以及興趣權(quán)重,并以此獲取用戶(hù)對(duì)項(xiàng)目類(lèi)別的偏好程度。在隨機(jī)游走的相似項(xiàng)目選擇過(guò)程中,利用用戶(hù)偏好選擇對(duì)用戶(hù)評(píng)分預(yù)測(cè)有所參考的項(xiàng)目,加快模型收斂的同時(shí)保證了推薦的效果與易解釋性。3.充分考慮到用戶(hù)信任關(guān)系信息,利用權(quán)威度和局部信任度等手段將信任度細(xì)化,深入挖掘了用戶(hù)信任與興趣度關(guān)系,提出了一種基于用戶(hù)偏好的信任網(wǎng)絡(luò)隨機(jī)游走模型PTTrustWalker。
[Abstract]:With the development of network communication technology and the expansion of Internet information resources , the phenomenon of information overload is becoming more and more serious .

【學(xué)位授予單位】：山西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 熊師洵;范通讓;;一種時(shí)變的社區(qū)網(wǎng)絡(luò)可信中心節(jié)點(diǎn)選取策略[J];計(jì)算機(jī)工程;2016年05期

2 張燕平;張順;錢(qián)付蘭;嚴(yán)遠(yuǎn)亭;;一種局部和全局用戶(hù)影響力相結(jié)合的社交推薦算法[J];南京大學(xué)學(xué)報(bào)(自然科學(xué));2015年04期

3 海本齋;解瑞云;;基于貝葉斯網(wǎng)絡(luò)的上下文推薦算法[J];計(jì)算機(jī)科學(xué);2014年07期

4 張新猛;蔣盛益;李霞;張倩生;;基于網(wǎng)絡(luò)和標(biāo)簽的混合推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2015年01期

5 馮勇;李軍平;徐紅艷;黨曉婉;;基于社會(huì)網(wǎng)絡(luò)分析的協(xié)同推薦方法改進(jìn)[J];計(jì)算機(jī)應(yīng)用;2013年03期

6 朱麗中;徐秀娟;劉宇;;基于項(xiàng)目和信任的協(xié)同過(guò)濾推薦算法[J];計(jì)算機(jī)工程;2013年01期

7 劉建國(guó);周濤;郭強(qiáng);汪秉宏;;個(gè)性化推薦系統(tǒng)評(píng)價(jià)方法綜述[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2009年03期

8 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學(xué)報(bào);2009年02期

9 劉建國(guó);周濤;汪秉宏;;個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J];自然科學(xué)進(jìn)展;2009年01期

10 張向宏;張少彤;王明明;;中國(guó)政府網(wǎng)站發(fā)展階段論——政府網(wǎng)站理論基礎(chǔ)之二[J];電子政務(wù);2007年03期

相關(guān)博士學(xué)位論文 前7條

1 張志軍;社交網(wǎng)絡(luò)中個(gè)性化推薦模型及算法研究[D];山東師范大學(xué);2015年

2 劉士琛;面向推薦系統(tǒng)的關(guān)鍵問(wèn)題研究及應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

3 邢星;社交網(wǎng)絡(luò)個(gè)性化推薦方法研究[D];大連海事大學(xué);2013年

4 冷亞軍;協(xié)同過(guò)濾技術(shù)及其在推薦系統(tǒng)中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2013年

5 任磊;推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2012年

6 郁雪;基于協(xié)同過(guò)濾技術(shù)的推薦方法研究[D];天津大學(xué);2009年

7 鄧愛(ài)林;電子商務(wù)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

相關(guān)碩士學(xué)位論文 前5條

1 何佳知;基于內(nèi)容和協(xié)同過(guò)濾的混合算法在推薦系統(tǒng)中的應(yīng)用研究[D];東華大學(xué);2016年

2 張碧云;基于二分圖的聚類(lèi)推薦算法研究[D];華南理工大學(xué);2014年

3 林韶娟;基于信任網(wǎng)絡(luò)的推薦系統(tǒng)研究[D];復(fù)旦大學(xué);2012年

4 何奎;基于用戶(hù)聚類(lèi)的協(xié)同過(guò)濾推薦系統(tǒng)研究[D];西南交通大學(xué);2011年

5 楊麟兒;基于用戶(hù)興趣的個(gè)性化推薦系統(tǒng)的研究與設(shè)計(jì)[D];北京交通大學(xué);2008年

，

本文編號(hào)：1779901