本文關(guān)鍵詞：面向社交網(wǎng)的個性化可信服務(wù)推薦方法

  更多相關(guān)文章： 社交網(wǎng) 偏好信任度 相似服務(wù) 間接信任度

【摘要】：隨著Web技術(shù)的迅速發(fā)展,它為人們提供便利的同時也帶來了信息過載的問題。由于網(wǎng)絡(luò)信息過于龐大,利用搜索引擎進行手動查找已經(jīng)不能滿足人們智能化的需要。為了改變這種被動提供服務(wù)的模式,學(xué)術(shù)界提出了個性化服務(wù)推薦技術(shù),它可以通過挖掘人們的興趣和行為等信息,從大量的信息中主動為人們推薦感興趣的信息。但是,傳統(tǒng)個性化推薦技術(shù)沒有運用信任這一概念,推薦結(jié)果往往不如人意。為了提高服務(wù)推薦的可信性和準確性,提出一種面向社交網(wǎng)的個性化可信服務(wù)推薦方法。該方法首先利用了社交網(wǎng)中好友的信任關(guān)系來計算好友之間的直接信任度和間接信任度,為增加好友推薦的信任度奠定了基礎(chǔ)。同時,結(jié)合好友的偏好興趣,提出一種偏好信任度的用戶關(guān)系,為的是在推薦結(jié)果中既能滿足推薦的可信性,又能滿足用戶的偏好興趣;其次,將被推薦用戶調(diào)用過的相似服務(wù)聚類,形成相似服務(wù)集,從中進行推薦增加了推薦準確性;最后,結(jié)合推薦用戶調(diào)用已使用的服務(wù)產(chǎn)生的直接信任度,預(yù)測目標用戶對相似服務(wù)的間接信任度,將信任度高的服務(wù)推薦給目標用戶。本文的仿真實驗采用推薦測試集Movie Lens數(shù)據(jù)集,并以準確率、召回率、F1_Measure作為評價指標,以推薦用戶集的個數(shù)和推薦列表長度為變量,與傳統(tǒng)無信任推薦方法和面向信任網(wǎng)絡(luò)的推薦方法進行了比較分析。
【關(guān)鍵詞】：社交網(wǎng) 偏好信任度 相似服務(wù) 間接信任度
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.3
【目錄】：

• 摘要5-6
• Abstract6-9
• 第1章 緒論9-14
• 1.1 引言9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-12
• 1.3 研究目標12
• 1.4 研究內(nèi)容12
• 1.5 本文結(jié)構(gòu)12-14
• 第2章 相關(guān)知識14-20
• 2.1 信任的定義14
• 2.2 信任計算模型14-15
• 2.3 信任計算的一般方法15
• 2.4 典型的信任模型15-16
• 2.5 全局性特征和局部性特征16-17
• 2.6 推薦度量標準17-19
• 2.6.1 預(yù)測準確度17
• 2.6.2 分類準確度17-18
• 2.6.3 排列準確度18-19
• 2.7 本章小結(jié)19-20
• 第3章 面向社交網(wǎng)的用戶關(guān)系20-26
• 3.1 社交網(wǎng)絡(luò)20-22
• 3.1.1 用戶行為20-21
• 3.1.2 用戶相似關(guān)系21-22
• 3.1.3 用戶信任關(guān)系22
• 3.2 用戶信任度計算22-25
• 3.2.1 直接信任度計算22-23
• 3.2.2 間接信任度計算23-24
• 3.2.3 偏好信任度計算24-25
• 3.3 信任度計算步驟25
• 3.4 本章小結(jié)25-26
• 第4章 個性化可信服務(wù)推薦方法26-32
• 4.1 基本框架模型26-27
• 4.2 相似度計算27-29
• 4.2.1 服務(wù)之間的相似度計算27-28
• 4.2.2 偏好相似度計算28-29
• 4.3 對服務(wù)的信任度計算29-30
• 4.3.1 對服務(wù)的直接信任度29
• 4.3.2 目標用戶對服務(wù)的間接信任度29-30
• 4.4 推薦方法的具體步驟30-31
• 4.5 本章小結(jié)31-32
• 第5章 仿真實驗及其分析32-38
• 5.1 數(shù)據(jù)集32
• 5.2 實驗設(shè)置32-33
• 5.3 對比方法33
• 5.4 實驗結(jié)果33-37
• 5.4.1 不同推薦用戶集數(shù)目的影響33-35
• 5.4.2 Top-n的長度對推薦算法的影響35-37
• 5.5 本章小結(jié)37-38
• 第6章 總結(jié)與展望38-40
• 6.1 本文的總結(jié)38
• 6.2 下一步研究工作展望38-40
• 參考文獻40-43
• 致謝43-44
• 攻讀學(xué)位期間取得的科研成果44

，

本文編號：789219