检索结果-内蒙古大学图书馆

作者：王婉青首都经济贸易大学

学位级别：硕士

随着信息技术、互联网的高速发展,社交网络成为人们日常交往沟通,获取信息的主要途径。而互联网的快速发展,信息越来越多,人们很从中找到感兴趣的信息。个性化推荐有效的解决了信息超载问题,给人们推荐他们可能感兴趣的物品或用户,帮助... 详细信息

随着信息技术、互联网的高速发展,社交网络成为人们日常交往沟通,获取信息的主要途径。而互联网的快速发展,信息越来越多,人们很从中找到感兴趣的信息。个性化推荐有效的解决了信息超载问题,给人们推荐他们可能感兴趣的物品或用户,帮助他们快速获取感兴趣的信息,提高了用户体验。与此同时,个性化推荐也帮助商家提高了客户的忠诚度,提高效益。但是,目前的个性推荐算法存在诸多问题,有一定的局限性。协同过滤算法是个性化推荐算法中最有效的算法之一,但是它存在着数据稀疏、冷启动、恶意攻击、扩展性差等问题,使得推荐信息准确性不是很高,新用户无法获取推荐信息等。本文针对以上问题对个性化推荐进行研究改进。本文讨论了社交网络中信任传递的情况,提出了基于社交网络信任传播模型的推荐方法,给出了简化模型的方法,实现高质量的社交网络个性化推荐。根据社交网络信任模型,针对传统协同过滤的局限性,将不信任引入社交网络的传递中,在已有的信任传递中引入不信任的传播以及时间衰退因子,使得最终信任值的结果更加符合实际情况。其次,本文在计算信任值时,引入了用户兴趣模型,计算用户兴趣之间的相似性。最后,本文通过实验对算法进行验证,采用推荐系统常用的评测指标——预测准确度、覆盖率、准确率这三种指标,针对传统协同过滤、纯信任传递产生的推荐以及本文提出的算法这三种算法产生的推荐进行对比。

关键词：个性化推荐社交网络信任传播模型信任算法不信任传播协同过滤

来源：评论

学校读者我要写书评

暂无评论

基于概率的信任传播模型

基于概率的信任传播模型

引用

2013年全国理论计算机科学学术年会

作者：张绍武林鸿飞刘晓霞窦彦昭大连理工大学计算机科学与技术学院大连 116024

社会网络中,用户之间的信任关系可以为用户判别信息是否可信提供依据.现有的信任计算方法一般是通过搜索节点之间的路径,再在其上添加各种其它限制,如路径长度、信任度下界等来计算信任度,而考虑节点之间的相似性的方法却很少.从节点之... 详细信息

社会网络中,用户之间的信任关系可以为用户判别信息是否可信提供依据.现有的信任计算方法一般是通过搜索节点之间的路径,再在其上添加各种其它限制,如路径长度、信任度下界等来计算信任度,而考虑节点之间的相似性的方法却很少.从节点之间的相似性出发,在信任传播模型的基础上,结合贝叶斯条件概率公式,提出了基于概率的信任传播模型.同时分析了信任传播模型中衰减系数对结果的影响;通过统计分析数据,得出具有信任关系的用户之间的相似度要比不具有信任关系的用户之间的相似度高得多,从而证明了贝叶斯理论可显著提高信任传播算法的有效性.在Epinion数据集上进行的实验证明了该方法的有效性.

关键词：社交网络信任传播模型概率学

来源：评论

学校读者我要写书评

暂无评论

基于信任的协同过滤推荐研究与应用

基于信任的协同过滤推荐研究与应用

引用

作者：王勇建杭州电子科技大学

学位级别：硕士

“信息过载”问题是互联网及互联网在线服务应用快速发展过程中不可避免的问题,而这又使得用户快速、有效收集和获取满足自身需要的信息变得越来越困难。个性化推荐系统作为解决这一问题的一种有效手段,通过用户或者商品的信息分析用户... 详细信息

“信息过载”问题是互联网及互联网在线服务应用快速发展过程中不可避免的问题,而这又使得用户快速、有效收集和获取满足自身需要的信息变得越来越困难。个性化推荐系统作为解决这一问题的一种有效手段,通过用户或者商品的信息分析用户的兴趣偏好以及商品之间的联系,可以实现用户的个性化推荐服务。作为比较成熟且应用比较广泛的推荐技术之一,协同过滤推荐技术具有数据依赖性低、推荐效果比较准确以及计算简单易容易实现等优点。但是,一方面它只考虑单一的用户兴趣偏好因素,另一方面又面临着数据稀疏性、冷启动、可扩展性、安全性等瓶颈,这极大地影响了协同过滤推荐的推荐效果。在线社交网络的发展则为推荐系统研究带来了新的机遇。信任作为在线社交网络的核心和关键,越来越多地被引入到推荐系统的构建之中。相比于传统的个性化推荐,基于信任的推荐由于综合考虑了用户的兴趣偏好和社交关系信息二维因素,在推荐的多方面性能上,如准确性、可信性、安全性等指标上都有更好的效果,也进一步缓解了协同过滤推荐技术等传统的推荐技术都面临的数据稀疏性问题、冷启动问题和鲁棒性问题,等等。本文研究围绕如何综合利用在线社交网络的信任和协同过滤推荐技术,以改进并提高推荐系统的性能。首先,本文整理和分析了国内外关于在线社交网络信任和协同过滤推荐的文献研究和相关理论,系统分析了基于协同过滤的推荐、基于信任的推荐以及二者之间的关系。其次,提出一种信任传播模型,实现信任网络的扩展,解决信任评分的稀疏性问题,并利用共同信任用户对信任度进行修正,以更好地反映用户之间的个性化信任特点。再次,提出一种基于信任的协同过滤推荐模型(以Trust Walker推荐模型为基础),通过充分利用信任关系和兴趣偏好二维因素,解决传统个性化推荐系统面临的稀疏性问题、冷启动问题和攻击性问题,提高推荐的准确率、覆盖率和可信性,并基于一定规则的数据筛选和预处理,选取***的部分数据集对本文所提出的模型进行实验分析。实验表明,通过利用信任信息及信任传播模型,可以更好地发现更多的潜在信任用户,提高推荐的覆盖率,缓解数据的稀疏性等问题,并且相比于Trust Walker推荐模型,本文的改进模型在MAE指标和PS指标上有更好的效果,即推荐的准确性和鲁棒性较好。然后,设计一个简单的基于移动终端的电影推荐系统,为基于信任的协同过滤推荐的实际应用构建一个基本框架。最后,总结了本文的研究内容,分析了模型研究的不足之处,并对下一步的研究重点展开讨论。

关键词：推荐系统协同过滤社交网络信任度信任传播模型

来源：评论

学校读者我要写书评

暂无评论

社交网络环境下基于信任值的推荐算法研究

引用

中文科技期刊数据库(文摘版)自然科学 2016年第6期 00297-00298页

作者：高迎石夫磊首都经济贸易大学北京 100070

随着互联网的高速发展,社交网络成为人们日常交往沟通,获取信息的主要途径。个性化推荐帮助人们快速获取感兴趣的信息,但其存在着如数据稀疏、冷启动、恶意攻击等问题。针对个性化推荐进行研究改进,提出了基于社交网络信任传播模型及其... 详细信息

随着互联网的高速发展,社交网络成为人们日常交往沟通,获取信息的主要途径。个性化推荐帮助人们快速获取感兴趣的信息,但其存在着如数据稀疏、冷启动、恶意攻击等问题。针对个性化推荐进行研究改进,提出了基于社交网络信任传播模型及其简化方法,将不信任引入到计算中提出社交网络信任模型的推荐算法D-Trust。最后,通过实验对传统协同过滤、纯信任传递以及D-Trust的这三种算法产生的推荐进行对比。

关键词：个性化推荐社交网络信任传播模型不信任传播

来源：评论

学校读者我要写书评

暂无评论

基于信任传播模型的协同过滤推荐算法研究

基于信任传播模型的协同过滤推荐算法研究

引用

作者：陈晓城中山大学

学位级别：硕士

随着互联网和电子商务的快速发展，信息过载已经成为目前互联网用户所面临的一个严峻的问题。如何让用户在海量的商品中能快速找到自己喜欢的商品，是每个电子商务网站急需解决的难题。推荐系统是解决这一问题的其中一个有效的手段。传... 详细信息

随着互联网和电子商务的快速发展，信息过载已经成为目前互联网用户所面临的一个严峻的问题。如何让用户在海量的商品中能快速找到自己喜欢的商品，是每个电子商务网站急需解决的难题。推荐系统是解决这一问题的其中一个有效的手段。传统的协同过滤推荐技术是电子商务推荐系统中有效和广泛应用的技术。但是协同过滤推荐技术也存在稀疏性问题、冷启动问题、抗攻击性问题和扩展性问题等急需研究解决的难题。本文采用结合信任网络和协同过滤推荐技术的方法对稀疏性问题、冷启动问题和抗攻击性问题进行研究。\n 本文根据Web信任网络的特点建立信任传播的数学模型TPM，该模型定义了一套系统合理的信任传播规则。TPM对用户之间的局部信任度进行计算，解决了用户之间的信任度量问题，适用于二值信任网络和非二值信任网络。\n 本文提出了一种融合相似度和信任度的指标——TS指标取代传统的协同过滤推荐算法中的相似度，作为区分当前用户的邻居用户和非邻居用户的标准。实验表明，使用TS指标的协同过滤推荐算法可以更加准确的搜索到更多的邻居用户，提高推荐算法的覆盖率。\n 本文在传统的协同过滤推荐算法中，应用信任传播模型TPM和TS指标，提出基于TPM的协同过滤推荐算法TPCF算法。TPCF算法在一定程度上，缓解了传统的协同过滤推荐算法存在的稀疏性问题、冷启动问题和抗攻击性问题，帮助用户在海量的商品中快速准确地找到自己喜欢的商品。实验表明，在著名电子商务评价网站***的数据集上，TPCF算法相比于传统的协同过滤推荐算法抗攻击性更好，无论是对所有用户还是新用户，推荐的准确率和覆盖率都有所改进，其中评分覆盖率增加了大约14％，用户覆盖率增加了大约12％。

关键词：信任传播模型协同过滤推荐算法电子商务抗攻击性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：