基于社會信任網(wǎng)絡的協(xié)同過濾推薦方法研究.pdf

1、社會網(wǎng)絡是人們分享和交流知識的一種重要的媒介。以社會網(wǎng)絡為基礎，推薦系統(tǒng)可以根據(jù)用戶的歷史喜好向其推薦可能感興趣的項目，解決“信息過載”和傳統(tǒng)信息檢索技術忽視用戶興趣偏好的問題，滿足不同用戶的個性化需求。推薦系統(tǒng)的核心是推薦方法。協(xié)同過濾是目前最廣泛使用的推薦方法，但是傳統(tǒng)的協(xié)同過濾推薦方法面臨著數(shù)據(jù)稀疏性、冷啟動和易受攻擊等問題。現(xiàn)實中，用戶常愿意接受信任朋友的推薦，據(jù)此，社會信任網(wǎng)絡被用來改進傳統(tǒng)的協(xié)同過濾推薦方法，即為基于信任的協(xié)

2、同過濾推薦方法。按信任來源不同，該方法又分為基于顯性信任和基于隱性信任兩種方法。其中，顯性信任是用戶手工標注的與其鄰居的信任關系;隱性信任是根據(jù)用戶的特征推理出的信任關系。然而，顯性信任獲取時用戶會耗費大量的時間和精力還會暴露隱私，使得信任匱乏，推薦受限;隱性信任的現(xiàn)存研究中考慮的用戶行為特征較少，忽視了信任傳遞等因素造成推理出的信任關系與真實情況差別較大，推薦效果不佳。
　　從顯性信任角度入手，為了緩解傳統(tǒng)協(xié)同過濾推薦方法的數(shù)據(jù)

3、稀疏性、冷啟動和易受攻擊的問題，以及基于顯性信任推薦方法因可用信任信息較少造成推薦不準確的問題，本文提出了基于潛在社會信任模型的協(xié)同過濾推薦方法，其中，潛在社會信任來自于耦合信任、共引信任和基于興趣相似度的信任，根據(jù)潛在社會信任建立新的社會信任網(wǎng)絡用于尋找信任鄰居，進而預測目標用戶的喜好。實驗證明了提出的方法推理出的用戶間的信任關系合理且推薦準確性高。
　　從隱性信任角度入手，針對協(xié)同過濾推薦方法因數(shù)據(jù)稀疏性而推薦結(jié)果不佳和基于隱