基于用户重要性的协同推荐算法研究

发布时间：2019-09-23 23:20

【摘要】：电子商务的飞速发展将人类带入网络经济时代,面对大量的商品信息,用户往往难以发现最需要或最合适的商品。用户希望电子商务系统具有一种类似采购助手的功能来帮助其选购商品,它能自动地把用户最感兴趣的商品推荐出来。推荐系统正是针对以上问题和需求产生的,联系用户和产品信息,一方面帮助用户发现自己感兴趣的商品；另一方面还能让商品展现在对它感兴趣的人群中,从而实现供应商与用户的双赢。自上世纪90年代推荐系统被作为一个独立的概念提出来,研究者们提出了众多推荐算法,并成功应用于实际应用中。虽然推荐技术已成功应用于各个领域,但是仍普遍存在数据稀疏情况推荐精度不高、易受攻击等待解决的问题。传统协同过滤系统忽视了用户的重要性不同和用户之间的重要关系。即不同的用户在推荐中所产生的作用不同。因此,本文从用户重要性方面着手研究,用户的重要性可从多方面进行衡量,本文分别从用户在社交网络中的重要性和用户声誉重要性来衡量用户重要性,主要工作如下：(1)本文梳理了推荐系统的发展历程,总结了各种推荐算法的优缺点,并详细的介绍了协同过滤推荐领域内经典的基于记忆和基于模型的两种算法。除此之外,对协同过滤推荐算法现今存在的问题进行了分析,并在相关研究者的基础上结合用户重要性相关理论提出基于用户重要性的协同推荐算法。(2)提出一种基于社交关系的用户重要性的推荐算法：分析用户社交网络的拓扑结构以及用户之间的关系,通过用户的相似性和网络节点重要性分别得到用户在网络中的局部重要性和全局重要性。一方面,将重要性作为权重调节用户在推荐的作用,以达到提升推荐质量的目的；另一方面,用户的全局重要性不受推荐评分的稀疏性影响,一定程度上解决了数据稀疏情况下推荐精度降低的问题。(3)提出一种基于声誉的用户重要性的鲁棒推荐算法：通过分析用户评分数据建立用户声誉系统,并将用户声誉系统引入到个性化推荐之中。根据用户声誉的分布情况以及结合数理统计知识识别出声誉值在不正常范围的用户,并结合托攻击的特点检测推荐系统中的托攻击用户,以达到提升推荐的鲁棒性的目的。
【学位授予单位】：安徽大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3

【相似文献】

相关期刊论文 前10条

1 徐义峰;徐云青;刘晓平;;一种基于时间序列性的推荐算法[J];计算机系统应用;2006年10期

2 余小鹏;;一种基于多层关联规则的推荐算法研究[J];计算机应用;2007年06期

3 张海玉;刘志都;杨彩;贾松浩;;基于页面聚类的推荐算法的改进[J];计算机应用与软件;2008年09期

4 张立燕;;一种基于用户事务模式的推荐算法[J];福建电脑;2009年03期

5 王晗;夏自谦;;基于蚁群算法和浏览路径的推荐算法研究[J];中国科技信息;2009年07期

6 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期

7 王文;;个性化推荐算法研究[J];电脑知识与技术;2010年16期

8 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期

9 夏秀峰;代沁;丛丽晖;;用户显意识下的多重态度个性化推荐算法[J];计算机工程与应用;2011年16期

10 杨博;赵鹏飞;;推荐算法综述[J];山西大学学报(自然科学版);2011年03期

相关会议论文 前10条

1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年

3 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 周玉妮;郑会颂;;基于浏览路径选择的蚁群推荐算法:用于移动商务个性化推荐系统[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

5 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

6 梁莘q，

本文编号：2540528