基于信任机制的协同过滤和关联规则混合推荐模式研究

发布时间：2020-06-04 05:52

【摘要】：随着互联网技术的日益发展,社交网络、电子商务、各种应用蓬勃发展,但是海量数据信息在满足用户需求的同时也造成了信息过载问题,迅速找到有效且合理的信息越来越困难,个性化推荐技术作为解决信息过载问题的手段之一,能够根据众多的历史交互行为分析用户的兴趣偏好,向用户提供其可能感兴趣的信息,辅助用户决策。协同过滤技术作为使用最成功和最广泛的推荐技术之一,至今仍面临着数据稀疏性和冷启动等问题。社交网络的发展给推荐技术带来新的方向,将社交网络中好友关系引入传统协同过滤方法中,通过信任机制进行衡量,能够有效改善数据稀疏性等问题,提高推荐精度,成为目前研究推荐技术的重要方向之一。本文以改进协同过滤技术为目标,致力于改善数据稀疏性、冷启动等问题,提高推荐系统的推荐精度。首先将社交网络中的“信任机制”,即“用户信任的好友能够给用户带来一个正向的推荐结果,是经过对交互历史的考虑之后判断可能会产生的一种有利结果”引入到协同过滤技术中,在用户-项目评分矩阵和用户间的信任矩阵的基础上,充分计算用户间的间接信任度以填充信任矩阵,最后基于用户相似度和信任度的三种预测方式的比较提出一种基于信任机制的协同过滤推荐模式。为了进一步优化这种方法,先后融合用户兴趣偏好和关联规则算法,前者通过用户间的兴趣相似性对目标用户的好友进一步过滤,后者挖掘项目间的潜在相关性,与协同过滤进行混合推荐,解决新用户推荐问题。此外,本文提出的推荐模式均在FilmTrust网站公开数据集上进行准确性等实验研究,结果表明此方法能够有效改善冷启动问题,提高推荐精度。最后分析了研究模型的不足之处和未来继续改进的方向。
【图文】：

协同过滤,内存,算法

２．２．２协同过滤算法的分类逡逑协同过滤算法作为最成功的推荐技术之一，在过去的发展中得到了各界学者逡逑深入的研究，如图２．１所示，协同过滤按照算法针对的对象可以分为基于内存逡逑（Ｍｅｍｏｒｙ邋ｂａｓｅｄ）的推荐和基于模型（Ｍｏｄｅｌ邋ｂａｓｅｄ）的过滤技术。逡逑协同过滤逡逑基于内存柋！逦基于模型的协逡逑同过滤邋！逦＿逦５过滤＿逡逑，六，逡逑￥于用户的推荐基于物品的推荐逦丨矩阵分解ｉ邋ＬＤＡ主题模型｜邋（邋．１．邋］邋ｉ图模型逡逑－逦Ｉ逦——邋Ｊ邋逦１邋ｕ＂邋＇逦逡逑图２．１协同过滤算法的分类逡逑（１）基于内存的协同过滤算法逡逑１）基于用户的协同过滤逡逑基于用户的推荐模型是协同过滤基本思想最直接的诠释，关汗川户Ｓ；⑴户间逡逑的相似度，认为只要通过找出具有相似爱好的邻居用户所喜欢的物品，就T以对逡逑目标用户进行推荐。在日常生活中，经常向好友寻求电影、音乐、商品的推荐，逡逑或者向师兄师姐咨询书籍的推荐等都是基于双方在某方面具有共T的兴趣爱好逡逑９逡逑

协同过滤,易理,物品

逡逑或者正在进行相似的研究。简单来说，如图２．２所示，用户１和用户３具有共同逡逑爱好物品Ａ和Ｃ，所以二者的相似程度较高，从而可以将用户３喜欢且用户１逡逑未接触的物品Ｄ推荐给用户１。逡逑物品Ａ物品Ｂ物品Ｃ物品Ｄ逡逑□邋□邋□邋□逡逑＼邋Ｋｘ＊邋入逡逑＼邋／’，＼邋＇＇人邋＼逡逑＼／／邋＼／邋＜＼逡逑Ａ邋Ａ邋Ａ逡逑用户１逦用户２逦用户３逡逑图２．２基于用户的协同过滤逡逑基于用户的推荐技术简单易理解，广泛应用于各大网站的推荐版块中，并取逡逑得了巨大成功，但是在运用过程中，，这种方法的不足也逐渐显露出来。为了保证逡逑推荐结果的准确性，要求用户和物品的数量要分布在一定范围内，但是在实际应逡逑用中，用户真正所接触的项目往往只占很小一部分，比如一视频网站中有三百万逡逑的视频资源，而大多数用户的观看总数大概是２０－２００，这就造成很少有用户能与逡逑目标用户具有充分多的交集
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.3;F713.36

【参考文献】