基于信任模型與主題模型的好友過濾系統(tǒng)的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)快速發(fā)展，社交網(wǎng)絡(luò)服務(wù)(Social Network Service)在人們?nèi)粘Ｉ钪杏兄e足輕重的地位。用戶不僅可以通過社交網(wǎng)絡(luò)服務(wù)添加陌生用戶或者關(guān)注風(fēng)云人物來拓展自己的社交圈，還可以藉此服務(wù)共享自己的最新動態(tài)以及獲取自己感興趣的信息內(nèi)容。但是隨著網(wǎng)絡(luò)用戶量日益增多，如何找到與自己興趣愛好類似且信任度高的好友也變得越來越困難。面對這一問題，基于社交網(wǎng)絡(luò)的好友推薦因此而誕生。
　　一般來說，基于內(nèi)容的推薦是通過分析

2、用戶的歷史行為數(shù)據(jù)，向其推薦志同道合的好友，但是這種方法生成的推薦好友的接受率和認(rèn)可率不高，這是由于無法確定推薦用戶的信譽(yù)度。另外，在傳統(tǒng)的基于內(nèi)容的推薦方法中，生成的詞模型中存在“多義詞”不足的問題，因此，本文通過引入主題模型來分析用戶的主題分布，找出用戶的實際愛好?；谝陨纤?，本文結(jié)合基于內(nèi)容的推薦算法與信任模型，提出了一種混合推薦算法，解決了信任度不明的問題。
　　本文主要有兩大模塊：主題模塊與信任模塊。主題模塊采用了一種