融合社会网络与信任度的个性化推荐方法研究-论文.pdf

融合社会网络与信任度的个性化推荐方法研究-论文.pdf

ID:55642511

大小:303.35 KB

页数:3页

时间:2020-05-22

融合社会网络与信任度的个性化推荐方法研究-论文.pdf_第1页
融合社会网络与信任度的个性化推荐方法研究-论文.pdf_第2页
融合社会网络与信任度的个性化推荐方法研究-论文.pdf_第3页
资源描述:

《融合社会网络与信任度的个性化推荐方法研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第31卷第3期计算机应用研究Vo1.3lNo.32014年3月ApplicationResearchofComputersMat.2014融合社会网络与信任度的个性化推荐方法研究术李慧,马小平,胡云,施瑁(1.中国矿业大学信电学院,江苏徐州221008;2.淮海工学院计算机工程学院,江苏连云港222005;3.南京大学信息工程学院,南京110004)摘要:针对协同推荐技术存在的数据稀疏性和恶意评价行为等问题,提出了一种新颖的基于社会网络的协同过滤推荐算法。该方法借助社会网络分析技术对协同推荐方法加以改

2、进,结合用户信任关系与用户自身兴趣,通过计算网络节点的可信度来消减虚假评分或恶意评分给推荐系统带来的负面影响,从而提高了推荐系统的准确度。实验表明,相对于传统的协同过滤算法,该算法可以有效缓解用户评分稀疏性及恶意评价行为带来的问题,显著提高推荐系统的推荐质量。关键词:社会网络;声望;可信度;因子分解;协同过滤中图分类号:TP391文献标志码:A文章编号:1001—3695(2014)03—0808—03doi:10.3969/j.issn.1001—3695.2014.03.041Researchon

3、recommendationalgorithmbyfusingsocialnetworkandtrustLIHui一,MAXiao—ping,HUYun,SHIJun(1.SchoolofInformation&ElectricalEngineering,ChinaUniversityofMining&Technology,XuzhouJiangsu221008,China;2.SchoolofComputerEngineering,HuaihaiInstituteofTechnology,Liany

4、ungangJiangsu222005,China;3.Dept.ofInformationEngineering,NanjingUniversity,Nanjing110004,China)Abstract:Aimingatdatasparsityandmaliciousbehavorintraditionalcollaborativefilteringalgorithm,thispaperproposedanewalgorithmofcollaborativefilteringbasedonsoc

5、ailnetwork.Toimprovetheaccuracyofcollaborativerecommendation.thispaperproposedacollaborativerecommendationmethodbasedonsocialnetworkanalysis(SNA)byusingSNAtoimprovethecollaborativerecommendationmethods.Thispaperproposedanewsocia1recommendationmethodcomb

6、ininguser’strustandpreferenee.Theideaofthismethodwastocomputetheimportanceofthenodestoweakthenegativeinflucenthefalseorma—liciousscorebringtorecommendationsystem.Experimenta1resultsshowthatthealgorthmcanalleviatethesparsityandmai—ciousproblemsandachieve

7、abetterpredictionaccuracythantraditionalcollaborativefilteringalgorithms.Keywords:socialnetworks;prestige;credibility;factorfactorization;collaborativefiltering社交网络服务是Web2.0应用中的重要一类。这种系统一条边从用户A指向用户B,表示用户A信任B。信任网络能帮助用户在互联网上与现实中的好友保持联络、分享内容是社会网络的一种。信息传播和推

8、荐常常发生在一个非正式等。然而随着社交网络的使用人数增加,用户分享的数据也不的协作者、同学或者朋友社区中,人们通常使用社会网络获得断上升,信息过载的问题也随之出现。另一方面,社交网络第信息。基于这些观察以及越来越多的电子商务平台集成社会一次提供了丰富的真实世界中人们的社交信息,利用这些信息网络服务,一些研究已经使用社会网络来提高推荐系统的性的研究在各个学科中也不断出现。对于推荐系统来说,如何利能⋯。本文将社会网络中的可信度分析引入到推荐技术用社交网络所提

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。