在线社会网络中基于动态信任的推荐机制研究

发布时间：2017-04-25 22:00

  本文关键词：在线社会网络中基于动态信任的推荐机制研究，由笔耕文化传播整理发布。

【摘要】：社会网络是一种关注个体成员之间的互动和联系的关系体系结构。随着网络信息技术的发展和广泛应用,在线社会网络蓬勃涌现,浩如烟海的信息使人们越来越难以从中精确地获取自己感兴趣的内容。搜索引擎的出现在一定程度上对信息过载问题进行了缓解,而推荐系统则是与之互补的另一个关键解决手段。 迄今为止,业界最广受好评的推荐系统采用的是协同过滤推荐技术。然而,协同过滤算法本身存在着数据稀疏、冷启动及易遭受攻击等固有问题,因而难以应对膨胀的社会网络这一应用场景。目前在线社会网络下的推荐系统面临着一系列挑战：推荐准确度与推荐反馈时间之间难以平衡；在线社会网络系统体系结构复杂；大数据环境下难以计算全局信息。因此本文引入社交网络中的信任关系,并基于信任关系构建新的推荐机制以期解决上述问题。 在推荐准确度与实时性问题上,本文基于社会网络中的局部信任关系设计推荐机制,使得在实际应用时用户只需要获知自己的周围邻居的局部信息,实现了分布式计算的可能,而本文提出的动态信任模型也提高了机制抗攻击性的能力,解决了协同过滤技术在这方面的局限性。此外考虑到社会网络符合幂律分布的特性,本文对其中的意见领袖所特有的影响力对新用户的影响进行了研究,使设计的推荐机制为新用户的冷启动问题带来了一定缓解。 本文基于社会网络环境中数据规模较大及网络拓扑随时间动态变化的特性,构建合适的动态信任模型,设计高效的基于信任的推荐算法,并研究社会网络中影响力对推荐的影响,提出一种基于动态信任的推荐机制,本文所设计的推荐机制是对稀疏性、冷启动等问题的有效解决方案,且对恶意攻击具备一定的抵抗能力。最后在真实社交网络Epinions.com和豆瓣网的数据集上对所设计的算法进行实现,并与协同过滤推荐算法做实验对比,实验结果表明算法在准确性和覆盖率上相比协同过滤算法有较好提高。所设计的基于动态信任的推荐机制在复杂社会网络与大数据环境下实现了推荐实时性与推荐精度的要求。
【关键词】：在线社会网络 推荐机制 信任 抗攻击性
【学位授予单位】：华东师范大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3
【目录】：

• 摘要6-7
• ABSTRACT7-11
• 第一章 引言11-17
• 1.1 研究背景和意义11-13
• 1.1.1 社会网络中推荐机制的发展现状11-12
• 1.1.2 基于信任设计推荐机制的重要性12-13
• 1.2 国内外研究现状13-14
• 1.3 关键问题与技术路线14-15
• 1.4 主要工作与特色之处15-16
• 1.5 本文的组织结构16-17
• 第二章 相关概念介绍17-26
• 2.1 在线社会网络中的信任17-19
• 2.1.1 信任的概念17-18
• 2.1.2 信任和不信任18
• 2.1.3 信任的动态性18-19
• 2.2 传统推荐算法研究19-23
• 2.2.1 协同过滤推荐算法19-21
• 2.2.2 传统推荐算法的局限性21-23
• 2.3 在线社会网络中的影响力23-24
• 2.4 本章小结24-26
• 第三章 在线社会网络中可计算的信任模型26-35
• 3.1 信任的表示26-28
• 3.1.1 信任图26-27
• 3.1.2 全局信任与局部信任27-28
• 3.2 信任的计算28-34
• 3.2.1 信任的传播28-31
• 3.2.2 信任的聚合31-32
• 3.2.3 信任的动态演化32-34
• 3.3 本章小结34-35
• 第四章 基于信任关系的推荐机制35-44
• 4.1 算法设计与实现35-37
• 4.2 算法性质37-39
• 4.2.1 分布式性质37-38
• 4.2.2 抗攻击性38-39
• 4.3 算法分析39-41
• 4.4 推荐机制中的影响力41-43
• 4.5 本章小结43-44
• 第五章 实验结果分析与比较44-53
• 5.1 实验实现框架44-46
• 5.2 实验环境和测试数据46
• 5.3 实验结果的比较与分析46-52
• 5.3.1 准确性47-51
• 5.3.2 覆盖率51-52
• 5.4 本章小结52-53
• 第六章 总结与展望53-55
• 6.1 本文总结53-54
• 6.2 未来研究工作展望54-55
• 附录1 攻读学位期间发表的学术论文目录55-56
• 附录2 部分实验数据以及实验代码56-66
• 参考文献66-70
• 致谢70

【参考文献】

中国期刊全文数据库 前3条

1 郭艳红;邓贵仕;雒春雨;;基于信任因子的协同过滤推荐算法[J];计算机工程;2008年20期

2 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[J];计算机学报;2010年08期

3 李小勇;桂小林;;大规模分布式环境下动态信任模型研究[J];软件学报;2007年06期

  本文关键词：在线社会网络中基于动态信任的推荐机制研究，由笔耕文化传播整理发布。

，

本文编号：327129