互聯(lián)網(wǎng)的發(fā)展使在線社交網(wǎng)絡(luò)越來(lái)越引起人們的重視。利用在線社交網(wǎng)絡(luò)的多種應(yīng)用中,推薦系統(tǒng)占有舉足輕重的地位,多種在線社交應(yīng)用都利用推薦系統(tǒng)算法進(jìn)行用戶群的擴(kuò)充和個(gè)性化的推薦,用戶對(duì)推薦結(jié)果的接受程度也影響著推薦算法的性能。信任作為一種主觀的概念,在社交網(wǎng)絡(luò)的參與者進(jìn)行決策的過(guò)程中擔(dān)任著十分重要的角色,同時(shí),其主觀性使得信任的間接傳遞和映射問(wèn)題變得十分值得探討。因此,相較于其他在決策過(guò)程中需要考慮的因素,信任更加被相關(guān)的研究者所重視。然而,在目前的信任推薦系統(tǒng)中,一些信任傳播過(guò)程的關(guān)鍵性的問(wèn)題還有待于研究,這使得一些信任模型并不能給出參與者準(zhǔn)確且優(yōu)質(zhì)的推薦信息。在信任推薦系統(tǒng)的發(fā)展過(guò)程中,許多學(xué)者都針對(duì)此問(wèn)題提出了不同的信任映射和傳播方法,構(gòu)建了不同的信任傳播模型。他們希望利用提出的模型進(jìn)行更加個(gè)性化的推測(cè),從而使參與者得到更加精準(zhǔn)的信任推薦結(jié)果。本文考慮用戶間信任變化過(guò)程及信任的動(dòng)態(tài)性,提出了一種結(jié)合強(qiáng)化學(xué)習(xí)的用戶信任增強(qiáng)方法,該方法可以應(yīng)用于結(jié)合信任的推薦系統(tǒng)中。結(jié)合信任的推薦系統(tǒng)是以社交網(wǎng)絡(luò)為基礎(chǔ)的一種重要推薦系統(tǒng)應(yīng)用,其結(jié)合用戶之間的信任關(guān)系對(duì)用戶進(jìn)行項(xiàng)目推薦,以求得更加準(zhǔn)確、更符... 

【文章來(lái)源】：煙臺(tái)大學(xué)山東省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究?jī)?nèi)容和組織結(jié)構(gòu)
2 相關(guān)方法與理論基礎(chǔ)
    2.1 信任及信任網(wǎng)絡(luò)相關(guān)概念
        2.1.1 信任及其度量
        2.1.2 信任來(lái)源及屬性
        2.1.3 信任模型
    2.2 推薦系統(tǒng)
        2.2.1 推薦系統(tǒng)概述
        2.2.2 常見(jiàn)推薦系統(tǒng)效果評(píng)估指標(biāo)
    2.3 強(qiáng)化學(xué)習(xí)方法相關(guān)介紹
        2.3.1 強(qiáng)化學(xué)習(xí)方法
        2.3.2 Deep Q-Learning與Q-Learning
    2.4 本章小結(jié)
3 動(dòng)態(tài)信任算法分析
    3.1 引言
    3.2 動(dòng)態(tài)信任算法描述與分析
        3.2.1 DLATrust算法描述
        3.2.2 DyTrust算法描述
        3.2.3 DLATrust與DyTrust存在的問(wèn)題
    3.3 本章小結(jié)
4 基于強(qiáng)化學(xué)習(xí)DQN的Agent信任增強(qiáng)
    4.1 引言
    4.2 問(wèn)題描述與基本定義
        4.2.1 問(wèn)題描述
        4.2.2 基本定義
    4.3 興趣度、信任計(jì)算與建議處理
        4.3.1 用戶興趣度
        4.3.2 信任計(jì)算及數(shù)據(jù)結(jié)構(gòu)
        4.3.3 用戶評(píng)價(jià)建議處理
    4.4 DQN信任增強(qiáng)過(guò)程
        4.4.1 模型框架
        4.4.2 DQN-TB設(shè)計(jì)
        4.4.3 獎(jiǎng)勵(lì)參數(shù)Δt設(shè)置及信任更新
        4.4.4 馬爾科夫決策過(guò)程參數(shù)
        4.4.5 算法偽代碼
        4.4.6 計(jì)算復(fù)雜度分析
    4.5 實(shí)驗(yàn)與分析
        4.5.1 實(shí)驗(yàn)介紹
        4.5.2 推薦信任與直接信任轉(zhuǎn)化
        4.5.3 信任更新學(xué)習(xí)率
        4.5.4 信任動(dòng)態(tài)變化
        4.5.5 RLS與LMS對(duì)比
        4.5.6 DQN-TB應(yīng)用于推薦系統(tǒng)
        4.5.7 響應(yīng)靈敏度
    4.6 本章小結(jié)
5 總結(jié)與展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的論文
攻讀碩士期間參與的會(huì)議
附錄一 表目錄
附錄二 圖目錄


【參考文獻(xiàn)】：
期刊論文
[1]基于用戶信任和張量分解的社會(huì)網(wǎng)絡(luò)推薦[J]. 鄒本友,李翠平,譚力文,陳紅,王紹卿.  軟件學(xué)報(bào). 2014(12)
[2]Agent主觀信任的傳遞性[J]. 童向榮,張偉,龍宇.  軟件學(xué)報(bào). 2012(11)
[3]上下文感知的移動(dòng)社交網(wǎng)絡(luò)服務(wù)選擇機(jī)制研究[J]. 王玉祥,喬秀全,李曉峰,孟洛明.  計(jì)算機(jī)學(xué)報(bào). 2010(11)
[4]面向可信服務(wù)選取的基于聲譽(yù)的推薦者發(fā)現(xiàn)方法[J]. 潘靜,徐鋒,呂建.  軟件學(xué)報(bào). 2010(02)



本文編號(hào)：3462732