文档介绍：基于信任传输模型协同过滤推荐算法研究 摘要
论文题目: 基于信任传输模型协同过滤推荐算法研究
专 业: 计算机应用技术 硕士生: 陈晓城 指导老师: 常会友教授
摘 要
伴随互联网和电子商务快速发展, 信息过载已经成为现在互联网用户所 面临一个严峻问题。 怎样让用户在海量商品中能快速找到自己喜爱商 品, 是每个电子商务网站急需处理难题。 推荐系统是处理这一问题其中一个 有效手段。 传统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 技术。 不过协同过滤推荐技术也存在稀疏性问题、 冷开启问题、 抗攻击性问题和 扩展性问题等急需研究处理难题。 本文采取结合信任网络和协同过滤推荐技术 方法对稀疏性问题、 冷开启问题和抗攻击性问题进行研究。
本文依据Web信任网络特点建立信任传输数学模型TPM, 该模型定义了 一套系统合理信任传输规则。 TPM对用户之间局部信任度进行计算, 处理了 用户之间信任度量问题, 适适用于二值信任网络和非二值信任网络。
本文提出了一个融合相同度和信任度指标—1S指标替换传统协同过 滤推荐算法中相同度, 作为区分目前用户邻居用户和非邻居用户标准。 实 验表明, 使用TS指标协同过滤推荐算法能够愈加正确搜索到更多邻居用 户, 提升推荐算法覆盖率。
本文在传统协同过滤推荐算法中, 应用信任传输模型TPM和TS指标, 提 出基于TPM协同过滤推荐算法TPCF算法。 TPCF算法在一定程度上, 缓解了传 统协同过滤推荐算法存在稀疏性问题、 冷开启问题和抗攻击性问题, 帮助用 户在海量商品中快速正确地找到自己喜爱商品。 试验表明, 在著名电子商务 评价网站Epinions．com数据集上, TPCF算法相比于传统协同过滤推荐算法 抗攻击性愈加好, 不管是对全部用户还是新用户, 推荐正确率和覆盖率全部有所改 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％。
关键字: 推荐系统, 协同过滤, 信任网络, 信任传输模型, 稀疏性
基于信任传输模型协同过滤推荐算法研究
Title: Research of Collaborative Filtering Recommendation Algorithm Based on
Trust Propagation Model Major: Computer Application Technology Name: Chen Xiao Cheng Supervisor: Pm诧sS0r Huiyou Chang
ABSTRACT
Wnh the rapid developmem of Internet and E-Commerce, information overloading becomes a serious problem for the E-Commerce user．How to find the user’s favorite items丘om large amount of items is all urgent problem for every E-Commerce website．Recommender system is one of the efficient tools to solve this problem．111e traditional collaborative filtering recommendation technology is widely used in E-Commerce recommender systems．However there are four urgent problems in collaborative filtering recommendation technology namely data sparse problem, cold start problem,attack-resistant problem and scalability problem．T11is dissertation researched on the data sparse problem,cold start problem and attack-resistant problem
with trust network and collaborative filtering recommendation technology．
硼: lis dissertation made a model of trust propagation called TPM in trust ne