基于社交網(wǎng)絡和信任模型的推薦系統(tǒng)的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩61頁未讀， 繼續(xù)免費閱讀

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)，請進行舉報或認領(lǐng)

文檔簡介

1、基于信任的推薦技術(shù)已經(jīng)成為當前推薦系統(tǒng)領(lǐng)域的研究熱點之一。為了更準確地描述社交網(wǎng)絡中的信任關(guān)系以提高推薦的準確性，本文主要研究一個基于社交網(wǎng)絡和用戶評分信息的信任模型以及一個基于信任網(wǎng)絡和改進隨機游走策略并引入用戶領(lǐng)域權(quán)威性的推薦模型。
　　本文主要工作有:
　　(1)提出了基于社交網(wǎng)絡和用戶評分信息的SRNT信任模型，通過計算用戶在不同領(lǐng)域的用戶領(lǐng)域交互強度以及其他用戶在相關(guān)領(lǐng)域的用戶領(lǐng)域信譽度，綜合得出直接信任度，并設(shè)計

2、了信任路徑上信任傳遞的計算方法。
　　(2)引入SRNT信任模型改進了TrustWalker推薦模型的隨機游走過程，設(shè)計了一個基于信任網(wǎng)絡和改進隨機游走策略的推薦模型SRNT-ReferentialUserWalker，相對于TrustWalker模型，提高了推薦的準確性和覆蓋率。
　　(3)引入用戶領(lǐng)域權(quán)威性改進了SRNT-ReferentialUserWalker模型的評分預測過程，提出了SRNTA-Referentia

3、lUserWalker模型，進一步提高了推薦的準確性。
　　(4)設(shè)計與實現(xiàn)了基于SRNTA-ReferentialUserWalker推薦模型的原型推薦系統(tǒng)。
　　本文的主要成果有:
　　(1)綜合用戶在不同領(lǐng)域的用戶領(lǐng)域交互強度以及其他用戶在相關(guān)領(lǐng)域的用戶領(lǐng)域信譽度的直接信任度計算方法。
　　(2)基于信任網(wǎng)絡和改進隨機游走策略并引入用戶領(lǐng)域權(quán)威性的推薦模型SRNTA-ReferentialUserWalke

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)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 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空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論