基于加權網絡的協(xié)同過濾推薦

1、分類號密級UDC1注學位論文基于加權網絡的協(xié)同過濾推薦（題名和副題名）高佳祥（作者姓名）指導教師姓名高輝副教授博導電子科技大學成都（職務、職稱、學位、單位名稱及地址）申請專業(yè)學位級別碩士專業(yè)名稱計算機軟件與理論論文提交日期2012.03論文答辯日期2012.05學位授予單位和日期電子科技大學答辯委員會主席評閱人2012年月日注1：注明《國際十進分類法UDC》的類號。萬方數據摘要I摘要隨著科學技術的飛速發(fā)展，互聯(lián)網絡正以指數級增長，提供給

2、我們越來越多的信息。而信息過濾技術的產生使我們可以從龐大的資源池中，快速獲取最相關的信息。協(xié)同過濾作為一種比較成熟的推薦技術已經成功應用于互聯(lián)網的各個場景，它主要是根據屬性或興趣相近的用戶經驗與建議作為提供個性化推薦的基礎。透過協(xié)同過濾，有助于搜集具有類似偏好或屬性的用戶，并將其意見提供給同一網絡中的其他用戶作為參考，這也符合人們通常在決策之前習慣參考他人意見的心理。通過研究協(xié)同過濾技術，我們發(fā)現如何充分利用用戶和產品構建的網絡中的有效

3、信息，為用戶提供準確而多樣的推薦結果成為了此類技術發(fā)展的核心。在本文中，我們主要研究加權網絡中的協(xié)同過濾推薦技術。加權網絡是由用戶集和產品集互相聯(lián)系而建立的推薦關系網絡。在實際應用中加權網絡隨處可見，B2C網站中用戶購買商品的評分記錄，購買時間，產品上市的時間，用戶之間的信任程度，用戶添加的標簽信息等等都可以作為網絡的權重信息參與到推薦中，所以也具有很高的研究價值。針對傳統(tǒng)推薦模型中考慮原始打分的情況，我們提出了一種基于購買間隔權重的基

4、準模型來消除外部因素對評價信息影響。另外我們也研究了考慮tag信息的推薦網絡中的權值添加模型，針對tag信息建立新的權重模型，改變相似度的計算方案，提高推薦的準確度。最后，由于在傳統(tǒng)的個性化推薦系統(tǒng)中存在著用戶信息可能泄露的問題。我們重點研究了協(xié)同過濾推薦技術中的隱私保護模型，提出了一種新的信息保護策略，用來在基于系統(tǒng)過濾的推薦系統(tǒng)中保護用戶的隱私信息，實現了推薦準確度的零丟失。關鍵詞：關鍵詞：個性化推薦，加權網絡，協(xié)同過濾，數據挖掘萬