【摘要】：隨著信息技術(shù)、互聯(lián)網(wǎng)的高速發(fā)展,社交網(wǎng)絡(luò)成為人們?nèi)粘＝煌鶞贤?獲取信息的主要途徑。而互聯(lián)網(wǎng)的快速發(fā)展,信息越來越多,人們很從中找到感興趣的信息。個(gè)性化推薦有效的解決了信息超載問題,給人們推薦他們可能感興趣的物品或用戶,幫助他們快速獲取感興趣的信息,提高了用戶體驗(yàn)。與此同時(shí),個(gè)性化推薦也幫助商家提高了客戶的忠誠度,提高效益。但是,目前的個(gè)性推薦算法存在諸多問題,有一定的局限性。協(xié)同過濾算法是個(gè)性化推薦算法中最有效的算法之一,但是它存在著數(shù)據(jù)稀疏、冷啟動(dòng)、惡意攻擊、擴(kuò)展性差等問題,使得推薦信息準(zhǔn)確性不是很高,新用戶無法獲取推薦信息等。本文針對(duì)以上問題對(duì)個(gè)性化推薦進(jìn)行研究改進(jìn)。本文討論了社交網(wǎng)絡(luò)中信任傳遞的情況,提出了基于社交網(wǎng)絡(luò)信任傳播模型的推薦方法,給出了簡化模型的方法,實(shí)現(xiàn)高質(zhì)量的社交網(wǎng)絡(luò)個(gè)性化推薦。根據(jù)社交網(wǎng)絡(luò)信任模型,針對(duì)傳統(tǒng)協(xié)同過濾的局限性,將不信任引入社交網(wǎng)絡(luò)的傳遞中,在已有的信任傳遞中引入不信任的傳播以及時(shí)間衰退因子,使得最終信任值的結(jié)果更加符合實(shí)際情況。其次,本文在計(jì)算信任值時(shí),引入了用戶興趣模型,計(jì)算用戶興趣之間的相似性。最后,本文通過實(shí)驗(yàn)對(duì)算法進(jìn)行驗(yàn)證,采用推薦系統(tǒng)常用的評(píng)測指標(biāo)——預(yù)測準(zhǔn)確度、覆蓋率、準(zhǔn)確率這三種指標(biāo),針對(duì)傳統(tǒng)協(xié)同過濾、純信任傳遞產(chǎn)生的推薦以及本文提出的算法這三種算法產(chǎn)生的推薦進(jìn)行對(duì)比。
【學(xué)位授予單位】：首都經(jīng)濟(jì)貿(mào)易大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.3;G206

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 于建紅;魯耀斌;;B2C電子商務(wù)信任評(píng)價(jià)體系及其應(yīng)用[J];工業(yè)工程與管理;2007年05期

2 喬秀全;楊春;李曉峰;陳俊亮;;社交網(wǎng)絡(luò)服務(wù)中一種基于用戶上下文的信任度計(jì)算方法[J];計(jì)算機(jī)學(xué)報(bào);2011年12期

3 徐鋒,呂建;Web安全中的信任管理研究與進(jìn)展[J];軟件學(xué)報(bào);2002年11期

4 佐斌;高倩;;熟悉性和相似性對(duì)人際吸引的影響[J];中國臨床心理學(xué)雜志;2008年06期

相關(guān)博士學(xué)位論文 前1條

1 邢星;社交網(wǎng)絡(luò)個(gè)性化推薦方法研究[D];大連海事大學(xué);2013年

相關(guān)碩士學(xué)位論文 前1條

1 韓麗;社交網(wǎng)絡(luò)中的信任推薦和好友搜索過濾算法研究[D];燕山大學(xué);2012年

，

本文編號(hào)：2681426