基于信任关系与用户偏好的推荐算法研究

《基于信任关系与用户偏好的推荐算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文ｐ１基于信任关系与用户偏好的推荐算法研究１作者姓名王佳蕾指导教师姓名、职称刘志宏副教授申请学位类别工学硕士Ｉ西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含一为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我同工

2、作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一切法律责任学位论文若有不实之处，本人承担。’ｊｎ丨ｓ＆月：ｔ日期：年本人签名西安电子科技大学关于论文使用授权的说明？，即研宄生在本人完全了解西安电子科技大学有关保留和使用学位论文的规定．校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文，允许采；学校可以公布论文的全部或部分内容用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后

3、结合学位论文研究成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在。＿年解密后适用本授权书本人签名：Ｈｉ意导师签名：０叫玨＾日期：上辦ｆｅ日期：４２２９学校代码10701学号1303121645分类号TP39密级公开西安电子科技大学硕士学位论文基于信任关系与用户偏好的推荐算法研究作者姓名：王佳蕾一级学科：计算机科学与技术二级学科：计算机软件与理论学位类别：工学硕士指导教师姓名、职称：刘志宏副教授学院：计算机学院提交日期：2018年6月Researchont

4、heRecommendationAlgorithmBasedonTrustRelationshipandPreferenceAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerSoftwareandTheoryByWangJialeiSupervisor:LiuZhihongTitle:AssociateProfessorJune2018摘要摘要随着服务

5、型计算的兴起，大量跨领域电子服务应运而生。用户可便利的对产品进行选择，网站也拉动了更多流量，占据更大的市场份额。然而，在线产品数量的骤增也为用户从海量产品中做出选择带来困难。引入优秀的个性化推荐系统是改善这一弊端的重要举措。高效且健壮的推荐算法是个性化推荐系统进行精准推荐的关键。传统协同过滤推荐算法存在“冷启动”、“数据稀疏”、“抗攻击能力弱”等问题，直接影响推荐算法的可用性和准确率。为解决这些问题，研究人员提出基于信任的推荐，依托于用户间信任关系，为用户提供信任度，这一除偏好相关性之外的重要相关性衡

6、量标准。在一定程度上解决了传统协同过滤算法存在的问题，提升了推荐效果，但依旧存在较大提升空间。本文旨在提出更加精准且可用性强的推荐算法。文章首先概述了信任相关基础知识，重点介绍了常用的信任模型。同时，详细描述了包括传统协同过滤和基于信任推荐的相关经典算法，对其优缺点进行了分析比较。为获得更优的推荐效果并解决目前推荐算法存在的问题，本文提出一种基于信任关系与用户偏好的协同过滤算法TPCF（CollaborativeFilteringAlgorithmBasedonTrustandPreference）。

7、TPCF算法在社交网络中使用信任传递机制，建立信任传递模型，由此获取任意用户间的信任度。另一方面，设计了相似性判定指标，凭借系统评分数据，求得用户间的偏好相似度。在得到用户间信任度和偏好相似度的基础上，根据社交网络特性，动态结合两部分指标获得综合推荐权重，再以此权重替代传统相似度衡量标准进行基于用户的协同过滤推荐。算法考虑最近邻用户评分权重随时间的衰减，使得预测结果更加准确。TPCF算法结合了传统协同过滤算法以及基于信任推荐算法的优点，在解决传统推荐算法存在问题的前提下，进一步提升了推荐效果和可用性。

8、实验部分对信任传播模型的输入参数、收敛性、信任度分布等方面进行了验证分析，研究了信任网络参数变化对算法性能的影响，并对协同过滤算法、基于信任的算法、TPCF算法以及其他经典推荐算法在准确率、覆盖率、可用性、抗攻击能力等方面进行了对比。实验证明，TPCF推荐算法能够克服传统协同过滤推荐算法存在的问题，并获得更好的推荐效果。关键词：个性化推荐系统，社交网络，信任，协同过滤，用户偏好IABSTRACTABSTRACTWiththeadventofservice