基于信任的协同过滤算法在电子商务推荐系统中的研究

发布时间：2017-09-22 03:12

  本文关键词：基于信任的协同过滤算法在电子商务推荐系统中的研究

  更多相关文章： 推荐系统 协同过滤 相似度 信任度

【摘要】：在网络信息技术不断发展的背景下，网络数据持续膨胀，用户想要从海量信息中快速准确地找到想要的信息变得越来越难。电子商务推荐系统正是为了向用户推荐其感兴趣的项目而兴起。电子商务系统中使用最多的协同过滤推荐技术,但是协同过滤推荐技术存在着数据稀疏性、冷启动等问题，使系统的推荐服务质量降低。 针对以上问题，，引进社交网络中的信任关系，提出基于信任的协同过滤推荐算法，一方面能将信任关系引入到传统的协同过滤推荐算法中，并将用户间的信任度作为推荐的一个考虑因素；另一方面，利用信任关系的传递性质，将本来没有关联的用户相互关联起来，为冷启动用户匹配到更多的邻居。改进后基于信任的协同过滤推荐算法充分综合用户相似度和信任度，提高系统的推荐质量。 本文通过实验证明了信任因子的可用性；信任因子能降低数据稀疏性问题，缓解冷启动问题；改进后基于信任的协同过滤推荐算法的平均绝对误差比传统的协同过滤推荐算法小，提高了推荐服务质量。
【关键词】：推荐系统 协同过滤 相似度 信任度
【学位授予单位】：南昌大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第1章 绪论7-13
• 1.1 课题背景7-8
• 1.2 研究现状8-11
• 1.3 研究内容及创新之处11-12
• 1.4 内容安排12-13
• 第2章 电子商务推荐系统概述13-22
• 2.1 电子商务推荐系统的构成13
• 2.2 常用的推荐技术13-19
• 2.2.1 基于内容推荐13-15
• 2.2.2 基于关联规则的推荐15-16
• 2.2.3 协同过滤的推荐16-19
• 2.2.4 基于聚类推荐19
• 2.3 电子商务推荐系统的评估标准19-21
• 2.4 本章小结21-22
• 第3章 信任的相关理论22-27
• 3.1 信任的概念22-23
• 3.2 信任的性质以及相关定义23-24
• 3.3 信任的分类24
• 3.4 信任关系量化分析24-26
• 3.4.1 直接信任度概述25
• 3.4.2 间接信任度概述25-26
• 3.5 本章小结26-27
• 第4章 基于信任的协同过滤推荐27-41
• 4.1 收集评分数据29-31
• 4.2 相似度的计算31-32
• 4.3 信任度的计算32-36
• 4.3.1 直接信任度建模32-34
• 4.3.2 间接信任度建模34-36
• 4.4 合并矩阵36-37
• 4.5 生成最近邻居群37
• 4.6 预测评分并产生推荐37-40
• 4.7 本章小结40-41
• 第5章 实验及结果分析41-52
• 5.1 实验目的41
• 5.2 实验环境及实验数据41-43
• 5.2.1 实验环境41
• 5.2.2 实验数据41-43
• 5.3 评价指标43
• 5.3.1 数据稀疏性43
• 5.3.2 平均绝对误差43
• 5.4 实验设计及结果分析43-51
• 5.4.1 实验 1：信任因子可用性43-47
• 5.4.2 实验 2：降低稀疏性解决冷启动问题47-49
• 5.4.3 实验 3：改进后基于信任的协同过滤推荐算法效果49-51
• 5.5 本章小结51-52
• 第6章 总结52-53
• 6.1 本文总结52
• 6.2 未来工作展望52-53
• 致谢53-54
• 参考文献54-57
• 攻读学位期间的研究成果57

【参考文献】

中国期刊全文数据库 前10条

1 张锋;常会友;;使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J];计算机研究与发展;2006年04期

2 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

3 徐翔;王煦法;;协同过滤算法中的相似度优化方法[J];计算机工程;2010年06期

4 胡福华;郑小林;干红华;;基于相似度传递的协同过滤算法[J];计算机工程;2011年10期

5 夏小伍;王卫平;;基于信任模型的协同过滤推荐算法[J];计算机工程;2011年21期

6 刘旭东;葛俊杰;陈德人;;一种基于聚类和协同过滤的组合推荐算法[J];计算机工程与科学;2010年12期

7 傅鹤岗;李冉;;基于用户实时反馈的协同过滤算法[J];计算机应用;2011年07期

8 陈志敏;李志强;;基于用户特征和项目属性的协同过滤推荐算法[J];计算机应用;2011年07期

9 刘庆鹏;陈明锐;;优化稀疏数据集提高协同过滤推荐系统质量的方法[J];计算机应用;2012年04期

10 陈华;李仁发;刘钰峰;练琪;;个性化搜索引擎推荐算法研究[J];计算机应用研究;2010年01期

中国博士学位论文全文数据库 前1条

1 郭慧云;论信任[D];浙江大学;2013年

本文编号：898442