基于信任網(wǎng)絡(luò)和完全三部圖的推薦算法研究.pdf

1、隨著電腦的普及和互聯(lián)網(wǎng)的迅猛發(fā)展，信息量呈爆炸式增長(zhǎng)，隨之而來(lái)的是信息過(guò)載問(wèn)題，用戶從海量的數(shù)據(jù)中找到自己需要的信息越來(lái)越難，為解決用戶的需求問(wèn)題，個(gè)性化推薦技術(shù)出現(xiàn)了，而工業(yè)界應(yīng)用最為廣泛的推薦算法就要數(shù)協(xié)同過(guò)濾算法了。基于圖的個(gè)性化推薦便屬于協(xié)同過(guò)濾技術(shù)的內(nèi)容之一，并且隨著社會(huì)化標(biāo)簽被引入，基于圖論的個(gè)性化推薦也由原先的二分圖發(fā)展為用戶-物品-標(biāo)簽的三部圖。同時(shí)，隨著社交網(wǎng)絡(luò)的出現(xiàn)，信任這一概念也被引入到推薦系統(tǒng)中，基于用戶信任網(wǎng)絡(luò)

2、的推薦系統(tǒng)無(wú)疑使得推薦結(jié)果更加具有可信性和可解釋性。
　　在基于協(xié)同過(guò)濾算法的領(lǐng)域仍然存在很多問(wèn)題，本文針對(duì)數(shù)據(jù)稀疏、用戶冷啟動(dòng)和信任問(wèn)題，提出了基于用戶的隱式信任網(wǎng)絡(luò)，對(duì)評(píng)分矩陣進(jìn)行預(yù)填充；而對(duì)于三部圖中存在的精確性和多樣性不能兼容等問(wèn)題，提出了物質(zhì)擴(kuò)散與熱量傳播相結(jié)合的完全三部圖模型，并且進(jìn)行物品、用戶和標(biāo)簽的聯(lián)合推薦。本文主要進(jìn)行以下幾個(gè)方面的工作研究：
　　首先，針對(duì)當(dāng)前協(xié)同過(guò)濾推薦存在的數(shù)據(jù)稀疏、用戶冷啟動(dòng)和彼此信

3、任度低的現(xiàn)狀，結(jié)合基于用戶的信任網(wǎng)絡(luò)和信任傳遞等技術(shù)，提出了通過(guò)信任網(wǎng)絡(luò)的用戶信任矩陣與用戶相似矩陣得到填充評(píng)分矩陣。
　　其次，對(duì)于三部圖中用戶、物品、標(biāo)簽之間關(guān)系考慮不充分且精確性和多樣性之間相沖突的現(xiàn)狀，提出了物質(zhì)擴(kuò)散算法與熱量傳播算法相結(jié)合的完全三部圖模型，既考慮了精確性又沒(méi)有損失多樣性。
　　接著將用戶信任網(wǎng)絡(luò)與完全三部圖相結(jié)合。為了提高推薦結(jié)果的可解釋性以及可信任性，提出了物品、用戶和標(biāo)簽的聯(lián)合推薦機(jī)制。