基于信任機(jī)制的個(gè)性化推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，網(wǎng)絡(luò)信息量大幅增長(zhǎng)，面對(duì)海量數(shù)據(jù)信息用戶(hù)無(wú)法快速有效地獲得對(duì)自己有用的信息，即“信息過(guò)載”問(wèn)題，搜索引擎和推薦系統(tǒng)是解決“信息過(guò)載”問(wèn)題的重要技術(shù)手段，但隨著信息量的高速增長(zhǎng)，搜索引擎的被動(dòng)搜索已不能完全滿(mǎn)足人們的需要，個(gè)性化推薦系統(tǒng)因能主動(dòng)給用戶(hù)推薦可滿(mǎn)足他們興趣的信息而得到了廣泛的研究與發(fā)展。個(gè)性化推薦通過(guò)收集與分析用戶(hù)的歷史行為，利用一定的算法機(jī)制，可主動(dòng)向用戶(hù)提供個(gè)性化的推薦。協(xié)同過(guò)濾推薦算法是推薦系統(tǒng)中應(yīng)

2、用最廣泛的算法，但傳統(tǒng)協(xié)同過(guò)濾推薦算法存在著數(shù)據(jù)稀疏及冷啟動(dòng)等問(wèn)題，造成對(duì)冷啟動(dòng)用戶(hù)或物品的推薦質(zhì)量不高，算法亟待改進(jìn)。隨著社交網(wǎng)絡(luò)的興起與發(fā)展，人們不僅是信息的消費(fèi)者，也是信息的生產(chǎn)者，信息量急速增長(zhǎng)，因此，有研究者提出通過(guò)加入用戶(hù)的社交信息來(lái)對(duì)用戶(hù)進(jìn)行推薦。信任信息作為用戶(hù)最重要的社交信息被引入推薦，出現(xiàn)了基于信任的推薦算法，其在傳統(tǒng)推薦算法的基礎(chǔ)上，通過(guò)加入用戶(hù)的信任信息來(lái)改善推薦質(zhì)量，可有效緩解傳統(tǒng)協(xié)同過(guò)濾推薦算法存在的問(wèn)題，但

3、信任信息存在著數(shù)據(jù)稀疏且信任值形式單一等問(wèn)題。
　　針對(duì)信任推薦存在的問(wèn)題，本文在分析傳統(tǒng)協(xié)同過(guò)濾推薦算法及信任推薦算法的基礎(chǔ)上，提出了如下三種算法：
　?。?）針對(duì)顯式信任數(shù)據(jù)稀疏且信任形式單一的問(wèn)題，引入隱式信任推斷算法，并結(jié)合顯式信任與隱式信任，基于 SVD++算法模型，提出基于雙信任機(jī)制的EITrustSVD算法，其在依靠顯式信任獲得可靠推薦的同時(shí)，借助隱式信任獲得與用戶(hù)喜好相關(guān)的推薦。在公開(kāi)數(shù)據(jù)集FilmTrust

4、上的實(shí)驗(yàn)表明，該算法可有效提高推薦準(zhǔn)確率；
　?。?）針對(duì)信任信息為信任列表或二值信任的情況，通過(guò)結(jié)合評(píng)分信息與信任關(guān)系，對(duì)用戶(hù)之間的信任度進(jìn)行學(xué)習(xí)，并將該信任影響作為推薦權(quán)重，提出加入信任學(xué)習(xí)的協(xié)同過(guò)濾推薦算法，在公開(kāi)數(shù)據(jù)集 Ciao數(shù)據(jù)集上的實(shí)驗(yàn)表明該算法可有效提供推薦準(zhǔn)確率。
　?。?）通過(guò)對(duì)目標(biāo)用戶(hù)的信任列表及其信任用戶(hù)相似度之間的關(guān)系進(jìn)行相應(yīng)的分析，選取目標(biāo)用戶(hù)信任列表中的有效推薦用戶(hù)，并結(jié)合相似度的動(dòng)態(tài)變化，提出