融合信任關(guān)系的協(xié)同過濾推薦算法改進研究
本文選題:資源推薦 + 協(xié)同過濾; 參考:《計算機與現(xiàn)代化》2016年12期
【摘要】:隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的發(fā)展,網(wǎng)絡(luò)上教學(xué)資源的規(guī)模變得十分龐大,如何根據(jù)學(xué)習(xí)者的需要推薦其感興趣的資源成為近年來研究的熱點。然而,目前基于協(xié)同過濾的推薦算法較少考慮推薦用戶與目標(biāo)用戶之間的信任關(guān)系,難以抵抗推薦用戶的惡意推薦,無法保證推薦結(jié)果的可信性與精確度。針對這些問題,在傳統(tǒng)協(xié)同過濾算法的基礎(chǔ)上引入推薦者之間的信任關(guān)系,將傳統(tǒng)協(xié)同過濾算法中的用戶相似度與用戶信任度進行線性加權(quán)組合,提出融合信任關(guān)系的協(xié)同過濾算法。仿真實驗結(jié)果表明,與傳統(tǒng)協(xié)同過濾推薦算法相比,該方法不僅提高了推薦的精確度,還能保證推薦結(jié)果的可信性,能更好地抵制惡意推薦。
[Abstract]:With the development of network technology and multimedia technology, the scale of teaching resources on the network has become very large. How to recommend the interested resources according to the needs of learners has become a hot topic in recent years. However, the current recommendation algorithms based on collaborative filtering rarely consider the trust relationship between the recommendation user and the target user, so it is difficult to resist the malicious recommendation of the recommendation user, and can not guarantee the credibility and accuracy of the recommendation results. Aiming at these problems, this paper introduces the trust relationship between references based on the traditional collaborative filtering algorithm, and combines the user similarity and user trust in the traditional collaborative filtering algorithm linearly. A collaborative filtering algorithm based on fusion of trust relationship is proposed. The simulation results show that compared with the traditional collaborative filtering recommendation algorithm, the proposed method not only improves the accuracy of the recommendation, but also ensures the credibility of the recommendation results and can resist malicious recommendation better.
【作者單位】: 北京交通大學(xué)計算機與信息技術(shù)學(xué)院;
【基金】:國家自然科學(xué)基金資助項目(K13A300050)
【分類號】:TP391.3
【相似文獻】
相關(guān)期刊論文 前10條
1 楊風(fēng)召;;一種基于特征表的協(xié)同過濾算法[J];計算機工程與應(yīng)用;2007年06期
2 王嵐;翟正軍;;基于時間加權(quán)的協(xié)同過濾算法[J];計算機應(yīng)用;2007年09期
3 曾子明;張李義;;基于多屬性決策和協(xié)同過濾的智能導(dǎo)購系統(tǒng)[J];武漢大學(xué)學(xué)報(工學(xué)版);2008年02期
4 張富國;;用戶多興趣下基于信任的協(xié)同過濾算法研究[J];小型微型計算機系統(tǒng);2008年08期
5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評分矩陣的協(xié)同過濾算法[J];西安電子科技大學(xué)學(xué)報;2009年04期
6 廖新考;;基于用戶特征和項目屬性的混合協(xié)同過濾推薦[J];福建電腦;2010年07期
7 沈磊;周一民;李舟軍;;基于心理學(xué)模型的協(xié)同過濾推薦方法[J];計算機工程;2010年20期
8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過濾策略改進研究[J];計算機技術(shù)與發(fā)展;2011年04期
9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過濾算法[J];微計算機信息;2011年11期
10 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術(shù)的個性化網(wǎng)絡(luò)教學(xué)平臺研究[J];科技風(fēng);2012年06期
相關(guān)會議論文 前10條
1 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(技術(shù)報告篇)[C];2005年
2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(研究報告篇)[C];2004年
3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議(CACIS·2009)暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集(上冊)[C];2009年
4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年
5 李建國;姚良超;湯庸;郭歡;;基于認知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2009年
6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年
7 胡必云;李舟軍;王君;;基于心理測量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年
8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集(一)[C];2008年
9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動問題的方法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(研究報告篇)[C];2007年
10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯一[C];2010年
相關(guān)博士學(xué)位論文 前10條
1 紀(jì)科;融合上下文信息的混合協(xié)同過濾推薦算法研究[D];北京交通大學(xué);2016年
2 程殿虎;基于協(xié)同過濾的社會網(wǎng)絡(luò)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];中國海洋大學(xué);2015年
3 于程遠;基于QoS的Web服務(wù)推薦技術(shù)研究[D];上海交通大學(xué);2015年
4 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學(xué);2009年
5 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年
6 羅恒;基于協(xié)同過濾視角的受限玻爾茲曼機研究[D];上海交通大學(xué);2011年
7 薛福亮;電子商務(wù)協(xié)同過濾推薦質(zhì)量影響因素及其改進機制研究[D];天津大學(xué);2012年
8 高e,
本文編號:1792058
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1792058.html