基于信任网络的推荐系统研究.pdf

《基于信任网络的推荐系统研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、目录@录I艘IIIAbstractIV第一章绪论11.1.研究背景11.2.研宄现状21.3.本文工作31.4.本文组织结构4第二章推荐系统综述52.1.推荐系统简介52.2.推荐系统算法62.2.1.形式化定义62.2.2.算法分类62.2.3.基于内容的推荐62.2.4.协同过滤推荐82.3.推荐系统评价标准172.3.1.准确度172.3.2.覆盖度182.3.3.新颖性182.4.本章小结18第三章信任网络综述193.1.信任网络193.2.信任网络定义193.3.信任度量分类203.3.1.全局信

2、任度213.3.2.局部信任度223.4.信任网络在推荐系统中的作用233.5.本章小结24第四章基于信任网络的推荐算法改进254.1.问题描述254.2.系统框架25I4.3.ETNR算法介绍264.3.1.信任网络扩展274.3.1.1二值信任网络274.3.1.2非二值信任网络314.3.2.评分预测334.4.推荐列表整合344.5.本章小结35第五章实验365.1.实验环境和数据集365.2.实验方案设计365.3.参数估计375.4.实验结果385.5.本章小结39第六章总结与展望406.1.总结406.

3、2.将来工作4041攻读学位期间作者的研宄成果44觀45II摘要互联网和电子商务的快速发展使得信息爆炸增长，呈现信息过载状态。在这个背景下，推荐系统应运而生。协同过滤是推荐系统中应用较成功的技术之一，该算法根据用户项目评分矩阵进行预测，而矩阵通常非常稀疏，可能因为用户共同评分项目数太少而无法计算用户相似度，导致用户不能获得满意的推荐。从webl.O到web2.0的转变中，用户之间的交互逐渐增多。一些电子商务系统基于web2.0构建，用户可以对商品进行评分、评论，表达其对商品的观点。这使得系统能够更了解用户的想法，同时也加强了用户之间的沟通。因此系统同时提供了用户对用户的评价功能，用

4、户可以对评论具有参考价值的用户建立信任关系，形成信任网络。本文将信任网络引入推荐系统中，将用户信任度取代用户相似度参与推荐。然而信任网络即用户信任数据可能比较稀疏，需要扩展信任网络，预测新的信任关系。因此提出基于扩展信任网络的推荐算法框架(ExtendedTrust-awareNetworkbasedRecommendation,ETNR)。针对二值信任网络：用户因为信任类似的用户而存在一定的相似性，提出GenTrust算法扩展信任网络；二值信任网络中信任值只有0、1，提出IndegreeTrust区分被同一个用户信任的所有用户。针对非二值信任网络：运用己被广泛应用的SlopeOne算法扩展

5、信任网络。与其他一些算法相比，改进后的算法准确率有所提升。由用户相似度得到的推荐列表具有新颖性，而由用户信任度得到的推荐列表比较可靠。本文给出CombineList算法，整合得到的两个推荐列表，考虑用户对新颖性和可靠性的不同要求。关键词：推荐系统协同过滤信任网络数据稀疏中图分类号：TP3illAbstractInformationgrowsexplosivelyasaresultoftherapiddevelopmentofInternetandE-Commerce,couldberegardedasinformationoverload.Duetothat,recommendersyste

6、mscomeintobeing.Collaborativefilteringisoneofthemostsuccessfultechnologyinrecommendersystem,whichrecommendsitemsonbasisoftheratingmatrix.However,theratingmatrixisusuallyverysparse,usersimilaritycouldn'tbecomputedforlackingofcommonrateditemsbetweenusers.Thismayresultinunsatisfactoryrecommendations.U

7、sersinteractmorefrequentlyfromweb1.0toweb2.0era.SomeE-Commercesitessetupbasedonweb2.0,userscouldrateorreviewitemstoexpresstheiropinions.Ononehand,systemcouldhavebetterunderstandingofusers'attitudes;ontheoth