本文關鍵詞：在線社會網(wǎng)絡中基于動態(tài)信任的推薦機制研究，由筆耕文化傳播整理發(fā)布。

【摘要】：社會網(wǎng)絡是一種關注個體成員之間的互動和聯(lián)系的關系體系結構。隨著網(wǎng)絡信息技術的發(fā)展和廣泛應用,在線社會網(wǎng)絡蓬勃涌現(xiàn),浩如煙海的信息使人們越來越難以從中精確地獲取自己感興趣的內容。搜索引擎的出現(xiàn)在一定程度上對信息過載問題進行了緩解,而推薦系統(tǒng)則是與之互補的另一個關鍵解決手段。 迄今為止,業(yè)界最廣受好評的推薦系統(tǒng)采用的是協(xié)同過濾推薦技術。然而,協(xié)同過濾算法本身存在著數(shù)據(jù)稀疏、冷啟動及易遭受攻擊等固有問題,因而難以應對膨脹的社會網(wǎng)絡這一應用場景。目前在線社會網(wǎng)絡下的推薦系統(tǒng)面臨著一系列挑戰(zhàn)：推薦準確度與推薦反饋時間之間難以平衡；在線社會網(wǎng)絡系統(tǒng)體系結構復雜；大數(shù)據(jù)環(huán)境下難以計算全局信息。因此本文引入社交網(wǎng)絡中的信任關系,并基于信任關系構建新的推薦機制以期解決上述問題。 在推薦準確度與實時性問題上,本文基于社會網(wǎng)絡中的局部信任關系設計推薦機制,使得在實際應用時用戶只需要獲知自己的周圍鄰居的局部信息,實現(xiàn)了分布式計算的可能,而本文提出的動態(tài)信任模型也提高了機制抗攻擊性的能力,解決了協(xié)同過濾技術在這方面的局限性。此外考慮到社會網(wǎng)絡符合冪律分布的特性,本文對其中的意見領袖所特有的影響力對新用戶的影響進行了研究,使設計的推薦機制為新用戶的冷啟動問題帶來了一定緩解。 本文基于社會網(wǎng)絡環(huán)境中數(shù)據(jù)規(guī)模較大及網(wǎng)絡拓撲隨時間動態(tài)變化的特性,構建合適的動態(tài)信任模型,設計高效的基于信任的推薦算法,并研究社會網(wǎng)絡中影響力對推薦的影響,提出一種基于動態(tài)信任的推薦機制,本文所設計的推薦機制是對稀疏性、冷啟動等問題的有效解決方案,且對惡意攻擊具備一定的抵抗能力。最后在真實社交網(wǎng)絡Epinions.com和豆瓣網(wǎng)的數(shù)據(jù)集上對所設計的算法進行實現(xiàn),并與協(xié)同過濾推薦算法做實驗對比,實驗結果表明算法在準確性和覆蓋率上相比協(xié)同過濾算法有較好提高。所設計的基于動態(tài)信任的推薦機制在復雜社會網(wǎng)絡與大數(shù)據(jù)環(huán)境下實現(xiàn)了推薦實時性與推薦精度的要求。
【關鍵詞】：在線社會網(wǎng)絡 推薦機制 信任 抗攻擊性
【學位授予單位】：華東師范大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP391.3
【目錄】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 引言11-17
• 1.1 研究背景和意義11-13
• 1.1.1 社會網(wǎng)絡中推薦機制的發(fā)展現(xiàn)狀11-12
• 1.1.2 基于信任設計推薦機制的重要性12-13
• 1.2 國內外研究現(xiàn)狀13-14
• 1.3 關鍵問題與技術路線14-15
• 1.4 主要工作與特色之處15-16
• 1.5 本文的組織結構16-17
• 第二章 相關概念介紹17-26
• 2.1 在線社會網(wǎng)絡中的信任17-19
• 2.1.1 信任的概念17-18
• 2.1.2 信任和不信任18
• 2.1.3 信任的動態(tài)性18-19
• 2.2 傳統(tǒng)推薦算法研究19-23
• 2.2.1 協(xié)同過濾推薦算法19-21
• 2.2.2 傳統(tǒng)推薦算法的局限性21-23
• 2.3 在線社會網(wǎng)絡中的影響力23-24
• 2.4 本章小結24-26
• 第三章 在線社會網(wǎng)絡中可計算的信任模型26-35
• 3.1 信任的表示26-28
• 3.1.1 信任圖26-27
• 3.1.2 全局信任與局部信任27-28
• 3.2 信任的計算28-34
• 3.2.1 信任的傳播28-31
• 3.2.2 信任的聚合31-32
• 3.2.3 信任的動態(tài)演化32-34
• 3.3 本章小結34-35
• 第四章 基于信任關系的推薦機制35-44
• 4.1 算法設計與實現(xiàn)35-37
• 4.2 算法性質37-39
• 4.2.1 分布式性質37-38
• 4.2.2 抗攻擊性38-39
• 4.3 算法分析39-41
• 4.4 推薦機制中的影響力41-43
• 4.5 本章小結43-44
• 第五章 實驗結果分析與比較44-53
• 5.1 實驗實現(xiàn)框架44-46
• 5.2 實驗環(huán)境和測試數(shù)據(jù)46
• 5.3 實驗結果的比較與分析46-52
• 5.3.1 準確性47-51
• 5.3.2 覆蓋率51-52
• 5.4 本章小結52-53
• 第六章 總結與展望53-55
• 6.1 本文總結53-54
• 6.2 未來研究工作展望54-55
• 附錄1 攻讀學位期間發(fā)表的學術論文目錄55-56
• 附錄2 部分實驗數(shù)據(jù)以及實驗代碼56-66
• 參考文獻66-70
• 致謝70

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 郭艷紅;鄧貴仕;雒春雨;;基于信任因子的協(xié)同過濾推薦算法[J];計算機工程;2008年20期

2 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[J];計算機學報;2010年08期

3 李小勇;桂小林;;大規(guī)模分布式環(huán)境下動態(tài)信任模型研究[J];軟件學報;2007年06期

  本文關鍵詞：在線社會網(wǎng)絡中基于動態(tài)信任的推薦機制研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：327129