基于相似-信任度模型的協(xié)同過濾算法研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展，面對著爆炸式增長的Web信息，人們要搜索出自己所需要的信息變得越來越困難。推薦系統(tǒng)作為一種信息過濾的重要手段，是解決信息超載問題的有效方法。協(xié)同過濾推薦技術(shù)是推薦系統(tǒng)中最成功的技術(shù)之一，該技術(shù)使用相似興趣偏好的用戶的數(shù)據(jù)來得出推薦，具有與推薦對象無關(guān)的優(yōu)點。但隨著電子商務(wù)系統(tǒng)用戶和商品數(shù)量的增加，協(xié)同過濾也面臨著稀疏性、精確性等問題的考驗。
　　 本文使用相似-信任度模型解決協(xié)同過濾的稀疏性問題，模型使用信

2、任度傳遞公式計算出沒有直接關(guān)聯(lián)用戶之間的信任度，緩解了稀疏性問題給協(xié)同過濾帶來的影響。
　　 本文首先對推薦系統(tǒng)以及協(xié)同過濾的研究現(xiàn)狀進行全面分析，總結(jié)出協(xié)同過濾研究中存在的問題和挑戰(zhàn)。尤其對稀疏性問題進行了更加深入的研究，分析了稀疏性問題的現(xiàn)有解決方案及其優(yōu)缺點。
　　 在全面分析稀疏性問題的現(xiàn)狀和解決方案后，引出相似-信任度模型(Similarity-Trust Model，STM)，該模型提高了最近鄰搜索的準確性，

3、在解決稀疏性問題的同時也優(yōu)化了推薦質(zhì)量。本文提出整體相似度概念，并將實際用于計算預(yù)測評分的用戶個數(shù)考慮在內(nèi)，進一步優(yōu)化推薦結(jié)果。本文進行了一系列的實驗驗證了算法具有較好的推薦性能。
　　 基于該模型本文實現(xiàn)了一個協(xié)同過濾原型系統(tǒng)，用戶可以自行修改參數(shù)并查看推薦結(jié)果。本文最后設(shè)計并實現(xiàn)了一個基于STM的電影推薦系統(tǒng)，系統(tǒng)可以給已有評分操作的用戶推薦符合用戶口味的電影，驗證了本文推薦算法的可行性。
　　 本文的研究工作，在一