基于社交網(wǎng)絡(luò)用戶信任度的Web服務(wù)推薦研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、“信息過載”已經(jīng)成為信息爆炸時(shí)代的主要特征,如何在這種情況下從海量數(shù)據(jù)當(dāng)中提取有用的信息成了為當(dāng)下的研究熱點(diǎn),這其中引申出了對(duì)推薦系統(tǒng)的研究。推薦系統(tǒng)通過挖掘用戶的行為習(xí)慣,從而對(duì)用戶潛在興趣進(jìn)行預(yù)測(cè),使得用戶能夠從大量的數(shù)據(jù)當(dāng)中獲取到有用的信息。與此同時(shí)隨著社交網(wǎng)絡(luò)和社會(huì)化過濾的發(fā)展,給推薦系統(tǒng)帶來了新的發(fā)展方向。其中用戶間的信任關(guān)系作為社會(huì)化過濾中重要的參考因素,得到了越來越多的重視和研究。
  本文在針對(duì)現(xiàn)有的信任度計(jì)算和傳

2、播模型進(jìn)行研究分析的基礎(chǔ)上,分別建立起基于交互記錄的直接信任度計(jì)算機(jī)制和基于信任鏈的傳播模型。通過這兩者的結(jié)合提出了高覆蓋率的信任度算法。在此基礎(chǔ)上將算法引入基于社會(huì)化過濾的服務(wù)推薦系統(tǒng)當(dāng)中,設(shè)計(jì)出一套有效的解決方案。再通過實(shí)驗(yàn)對(duì)算法和推薦系統(tǒng)進(jìn)行驗(yàn)證和對(duì)比。最后設(shè)計(jì)并實(shí)現(xiàn)了一套針對(duì)用戶Qos進(jìn)行預(yù)測(cè)的原型系統(tǒng),為實(shí)際情形中的應(yīng)用提供技術(shù)支持。本文的主要工作是:
  ①分析當(dāng)前社會(huì)化推薦系統(tǒng)和社交網(wǎng)絡(luò)的的相關(guān)技術(shù)研究。結(jié)合當(dāng)前動(dòng)態(tài)

3、化推薦系統(tǒng)和統(tǒng)計(jì)分析的相關(guān)研究成果,研究、探討并建立起基于時(shí)間衰減性和用戶交互的信任度計(jì)算和傳播模型。
 ?、谕ㄟ^建立起信任度模型,結(jié)合Web服務(wù)推薦的相關(guān)研究成果,將信任度結(jié)合到Qos預(yù)測(cè)與計(jì)算之中。并在此基礎(chǔ)之上提出具有反饋和用戶信任機(jī)制的Web服務(wù)推薦模型。
 ?、鄯治鼋?jīng)典的推薦系統(tǒng)評(píng)測(cè)模型MAE,并采用MAUE通過與MoleTrust信任算法的對(duì)于實(shí)驗(yàn),驗(yàn)證本文中信任度模型的可行性和執(zhí)行效果。然后采用Netlogo作

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論