隨著信息技術(shù)與社會網(wǎng)絡的迅速發(fā)展,指數(shù)級爆增的海量數(shù)據(jù)引發(fā)了嚴重的信息過載問題。為解決這一問題,推薦系統(tǒng)協(xié)助用戶高效過濾無價值信息并主動推薦個性化服務信息。在推薦系統(tǒng)中,協(xié)同過濾推薦算法因其領(lǐng)域無關(guān)性及挖掘用戶潛在偏好的優(yōu)勢被廣泛應用。但是,其不可避免地面臨著數(shù)據(jù)稀疏、冷啟動和惡意攻擊等巨大挑戰(zhàn)。因此,為了提高協(xié)同過濾推薦系統(tǒng)的推薦可靠性及有效性,本文通過引入社會網(wǎng)絡中用戶間的信任關(guān)系,將信任機制與協(xié)同過濾推薦算法有效結(jié)合,提出一種融合信息熵相似度與動態(tài)信任的協(xié)同過濾推薦算法,主要研究工作從改進相似度算法、構(gòu)建信任計算模型、引入信任獎懲機制三個方面展開:（1）針對用戶評分數(shù)據(jù)稀疏所導致的相似度準確性較低或冷啟動用戶相似度難以計算的問題,構(gòu)造基于評分差異的信息熵興趣相似度計算方法,引入一種避免信任網(wǎng)絡熱區(qū)效應的信任關(guān)系隱性相似度,將二者自適應動態(tài)融合以計算用戶綜合相似度。本文改進的用戶相似度算法避免了已有相似度算法因共評項目稀少,導致用戶相似度過高或過低的不合理現(xiàn)象;當用戶評分數(shù)據(jù)稀疏甚至無評分時,利用信任隱性相似度優(yōu)化相似度計算,一定程度上緩解冷啟動問題;（2）針對推薦系統(tǒng)中惡意攻擊和... 

【文章來源】：江西理工大學江西省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容
    1.4 論文結(jié)構(gòu)安排
第二章 推薦系統(tǒng)及相關(guān)技術(shù)
    2.1 推薦系統(tǒng)概述
    2.2 推薦算法分類
    2.3 協(xié)同過濾推薦算法
        2.3.1 協(xié)同過濾推薦算法分類
        2.3.2 協(xié)同過濾算法推薦過程
        2.3.3 協(xié)同過濾算法存在的問題
    2.4 基于信任的協(xié)同過濾推薦算法
        2.4.1 基于信任的協(xié)同過濾推薦算法分類
        2.4.2 基于信任的協(xié)同過濾算法研究方向
    2.5 本章小結(jié)
第三章 信任機制研究
    3.1 信任的相關(guān)性質(zhì)
        3.1.1 信任的定義
        3.1.2 信任的屬性
        3.1.3 信任的分類
    3.2 信任的度量方法
        3.2.1 顯式信任
        3.2.2 隱式信任
    3.3 信任傳播與聚合
        3.3.1 信任網(wǎng)絡與信任矩陣
        3.3.2 信任的傳播及計算方法
        3.3.3 信任的聚合及計算方法
    3.4 本章小結(jié)
第四章 融合信息熵相似度與動態(tài)信任的協(xié)同過濾推薦算法
    4.1 相關(guān)描述
    4.2 用戶相似度計算
        4.2.1 基于評分差異的信息熵相似度
        4.2.2 基于信任關(guān)系的隱性相似度
    4.3 用戶信任度計算
        4.3.1 直接信任度
        4.3.2 間接信任度
        4.3.3 全局信任度
    4.4 融合相似與信任的評分預測
    4.5 信任獎懲更新
        4.5.1 信任獎勵
        4.5.2 信任懲罰
    4.6 推薦過程描述
    4.7 算法復雜度分析
    4.8 本章小結(jié)
第五章 實驗結(jié)果與分析
    5.1 實驗數(shù)據(jù)集
    5.2 性能評價指標
    5.3 相似度算法對比
        5.3.1 相似度準確性對比分析
        5.3.2 相似度算法推薦精度對比分析
    5.4 權(quán)重調(diào)節(jié)因子影響分析
    5.5 推薦性能對比
        5.5.1 CF-IESDT推薦性能對比分析
        5.5.2 CF-IESDT召回率對比分析
        5.5.3 信任獎懲機制有效性的驗證分析
    5.6 本章小結(jié)
第六章 結(jié)論
參考文獻
致謝
攻讀學位期間的研究成果



本文編號：3318699