基于信任偏好的电子商务个性化项目推荐研究

发布时间：2017-04-26 02:08

  本文关键词：基于信任偏好的电子商务个性化项目推荐研究，由笔耕文化传播整理发布。

【摘要】：伴随着网络时代的到来，信息呈现爆炸式增长，人们很难在海量的信息中快速找到自己需要的项目。在此信息及网络环境下，个性化推荐技术应运而生。然而，现存应用最为广泛的协同过滤推荐技术在冷启动、稀疏性等方面存在问题，影响了推荐结果的准确性。为此，考虑将目前广为流行的web2.0下的标签技术引入到个性化推荐中，并同时考虑用户评分、评分时间因素以及信任因素，提出基于信任偏好的电子商务个性化推荐模型，以提高推荐系统的准确性。主要研究的内容是：现有的推荐技术在用户兴趣的度量上，往往只考虑一个或两个因素。然而，作为反映用户兴趣的重要属性，用户给项目的标签、用户对该标签的评分、用户标注项目的时间，这些因素都是非常重要的。所以，有必要将这些因素综合起来加以考虑，进而产生更加准确的兴趣推荐结果。基于此，文章提出综合标签、得分和用户兴趣偏好时效性三个因素的个性化项目推荐模型。该模型将多维因素纳入到推荐模型中，能够有效提高项目推荐系统的准确度。理论研究表明信任与用户偏好相似性之间呈正向关系。在多维因素模型基础上，将信任引入到新推荐模型中，提出基于信任偏好的电子商务个性化推荐模型，并通过直接信任和间接信任分别进行项目的个性化推荐研究。该模型在邻居用户的产生上更加科学，因为相比于含时效性的用户兴趣信息，，使用信任来度量用户之间的相似性更加准确；同时该模型在单个用户的兴趣度量上保留了综合标签、得分和偏好时效性方法的优点，在一定程度上，对协同过滤系统存在的冷启动、黑匣子、稀疏性和伸缩性等问题提供了解决方法。
【关键词】：信任 偏好 个性化推荐 协同过滤 电子商务
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP391.3;F713.36
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 绪论8-13
• 1.1 研究背景与问题提出8-9
• 1.2 相关概念9-10
• 1.2.1 标签9
• 1.2.2 个性化推荐9-10
• 1.2.3 个性化推荐中的信任10
• 1.3 研究内容及意义10-11
• 1.4 论文安排11-13
• 第二章 电子商务个性化推荐技术相关研究13-21
• 2.1 引言13
• 2.2 协同过滤推荐技术13-17
• 2.2.1 基于用户的协同过滤技术13-15
• 2.2.2 基于项目的协同过滤技术15-16
• 2.2.3 基于用户与基于项目混合协同过滤技术16-17
• 2.3 基于内容的推荐技术17-18
• 2.4 其他推荐技术18-19
• 2.4.1 基于人口统计的推荐技术18
• 2.4.2 基于效用的推荐技术18
• 2.4.3 基于知识的推荐技术18-19
• 2.4.4 基于规则的推荐技术19
• 2.5 各种推荐技术的比较19-20
• 2.6 本章小结20-21
• 第三章 综合标签、得分和偏好时效性的个性化项目推荐模型21-31
• 3.1 引言21-22
• 3.2 综合 TRPT 的个性化项目推荐方法22-26
• 3.2.1 单个用户标签及得分模型22-24
• 3.2.2 建立时间得分模型24
• 3.2.3 计算偏好总得分24-25
• 3.2.4 计算用户相似性25-26
• 3.2.5 项目推荐26
• 3.3 推荐过程实验26-29
• 3.4 综合 TRPT 的个性化项目推荐方法的评价29-30
• 3.5 本章小结30-31
• 第四章 信任模型在电子商务中的应用31-37
• 4.1 引言31
• 4.2 信任计算模型31-34
• 4.2.1 信任推导32-33
• 4.2.2 局部信任33
• 4.2.3 全局信任33-34
• 4.3 基于信任的个性化推荐34-36
• 4.4 本章小结36-37
• 第五章 基于信任偏好的电子商务个性化推荐模型37-49
• 5.1 引言37
• 5.2 信任与用户偏好相似性37-38
• 5.3 基于信任偏好的电子商务个性化项目推荐模型38-43
• 5.3.1 直接信任用户的产生39-40
• 5.3.2 信任繁殖40-42
• 5.3.3 用户偏好的度量42-43
• 5.3.4 考虑直接信任用户的项目推荐43
• 5.3.5 考虑用户信任繁殖后的项目推荐43
• 5.4 基于信任偏好的推荐系统和传统协同过滤系统对比分析43-45
• 5.5 推荐过程实验45-48
• 5.6 本章小结48-49
• 第六章 基于信任偏好的电子商务个性化推荐流程结构设计及实验49-54
• 6.1 基于信任偏好的电子商务个性化项目推荐流程49-51
• 6.1.1 数据输入49-50
• 6.1.2 输入数据预处理50
• 6.1.3 推荐建模和推荐引擎50
• 6.1.4 在线推荐50-51
• 6.2 基于信任偏好的电子商务个性化项目推荐系统的体系结构51-52
• 6.2.1 用户接口51
• 6.2.2 推荐服务51
• 6.2.3 数据库51-52
• 6.3 实验与分析52-53
• 6.3.1 实验数据52
• 6.3.2 度量标准52
• 6.3.3 结果分析52-53
• 6.4 本章小结53-54
• 第七章 总结和展望54-56
• 7.1 文章总结54
• 7.2 研究展望54-56
• 参考文献56-60
• 发表论文和参加科研情况说明60-61
• 发表论文60
• 参与的科研项目60-61
• 致谢61

【参考文献】

中国期刊全文数据库 前6条

1 蔡浩;贾宇波;黄成伟;;结合用户信任模型的协同过滤推荐方法研究[J];计算机工程与应用;2010年35期

2 张志强;孟庆海;谢晓芹;;个性化的社会标签查询扩展技术研究[J];计算机科学与探索;2010年09期

3 刘旭东;陈德人;王惠敏;;一种改进的协同过滤推荐算法[J];武汉理工大学学报(信息与管理工程版);2010年04期

4 李聪;;电子商务协同过滤可扩展性研究综述[J];现代图书情报技术;2010年11期

5 张秀杰;朱克珊;李钢;;基于标签、得分和偏好时效性的项目推荐方法[J];计算机系统应用;2012年03期

6 刘建国;周涛;汪秉宏;;个性化推荐系统的研究进展[J];自然科学进展;2009年01期

中国硕士学位论文全文数据库 前1条

1 刘庆华;个性化推荐技术及其在电子商务中的应用[D];南昌大学;2007年

  本文关键词：基于信任偏好的电子商务个性化项目推荐研究，由笔耕文化传播整理发布。

本文编号：327520