基于相似-信任度模型的協(xié)同過(guò)濾算法研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展，面對(duì)著爆炸式增長(zhǎng)的Web信息，人們要搜索出自己所需要的信息變得越來(lái)越困難。推薦系統(tǒng)作為一種信息過(guò)濾的重要手段，是解決信息超載問(wèn)題的有效方法。協(xié)同過(guò)濾推薦技術(shù)是推薦系統(tǒng)中最成功的技術(shù)之一，該技術(shù)使用相似興趣偏好的用戶(hù)的數(shù)據(jù)來(lái)得出推薦，具有與推薦對(duì)象無(wú)關(guān)的優(yōu)點(diǎn)。但隨著電子商務(wù)系統(tǒng)用戶(hù)和商品數(shù)量的增加，協(xié)同過(guò)濾也面臨著稀疏性、精確性等問(wèn)題的考驗(yàn)。
　　 本文使用相似-信任度模型解決協(xié)同過(guò)濾的稀疏性問(wèn)題，模型使用信

2、任度傳遞公式計(jì)算出沒(méi)有直接關(guān)聯(lián)用戶(hù)之間的信任度，緩解了稀疏性問(wèn)題給協(xié)同過(guò)濾帶來(lái)的影響。
　　 本文首先對(duì)推薦系統(tǒng)以及協(xié)同過(guò)濾的研究現(xiàn)狀進(jìn)行全面分析，總結(jié)出協(xié)同過(guò)濾研究中存在的問(wèn)題和挑戰(zhàn)。尤其對(duì)稀疏性問(wèn)題進(jìn)行了更加深入的研究，分析了稀疏性問(wèn)題的現(xiàn)有解決方案及其優(yōu)缺點(diǎn)。
　　 在全面分析稀疏性問(wèn)題的現(xiàn)狀和解決方案后，引出相似-信任度模型(Similarity-Trust Model，STM)，該模型提高了最近鄰搜索的準(zhǔn)確性，

3、在解決稀疏性問(wèn)題的同時(shí)也優(yōu)化了推薦質(zhì)量。本文提出整體相似度概念，并將實(shí)際用于計(jì)算預(yù)測(cè)評(píng)分的用戶(hù)個(gè)數(shù)考慮在內(nèi)，進(jìn)一步優(yōu)化推薦結(jié)果。本文進(jìn)行了一系列的實(shí)驗(yàn)驗(yàn)證了算法具有較好的推薦性能。
　　 基于該模型本文實(shí)現(xiàn)了一個(gè)協(xié)同過(guò)濾原型系統(tǒng)，用戶(hù)可以自行修改參數(shù)并查看推薦結(jié)果。本文最后設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于STM的電影推薦系統(tǒng)，系統(tǒng)可以給已有評(píng)分操作的用戶(hù)推薦符合用戶(hù)口味的電影，驗(yàn)證了本文推薦算法的可行性。
　　 本文的研究工作，在一