文档介绍：Research 0n Algorithm Group mendation BaSed on TrustNe铆ork ATheSis s钍bmnted inPnrtialFtl圻llmemo彳the Requiremem For inMnnQge,ne,雠 Bv V Sha0 Peng Postgraduate Program Department ofInformation Management Central China Normal Universi坶 Supervisor:Zhallg Dabin Academic Title:Professor Sign曲】re ApproVed May,2015 万方数据硕士学位论文 MAS下ER’S THESlS 华中师范大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下,独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本声明的法律结果由本人承担。作者签名:邵蝴日期:训!;年岁月Ⅵ日学位论文版权使用授权书学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许学位论文被查阅和借阅; 学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定) 保密论文注释:本学位论文属于保密,在——年解密后适用本授权书。非保密论文注释:本学位论文不属于保密范围,适用本授权书。^ h、作者签名:邳醐导师签名:勿够火∑扒日期:护l芏年立月z1日日期:>DI阡f月珂日‘ j| 本人已经认真阅读“cALIs高校学位论文全文数据库发布章程0同意将本人的学位论文提交“cALls高校学位论文全文数据库”中全文发布,并可按”章程”中的规定享受相关权益。圃童迨塞握銮后进卮!旦圭生;旦二生;旦三生筮查! t、作者签名:邵柏导师签名:弓7‰狄≥认日期:1,l譬年箩月q日日期:)勾止年,月叫日万方数据摘要个性化推荐的出现是为了解决信息过载给用户带来的困扰以及减少其带来的时间和资源的浪费。当前,多数的推荐服务所针对的对象为个体用户。但是,随着各种各样的社交网络快速发展,人与人之间的交流越来越方便,由此也使得人们参与群体活动数量的快速增长。当一个群体面临选择难题时,需要满足的是群体成员的需求,而不是群体内某一个体成员的需求,因此传统的个体推荐服务已经无法满足需求,这就需要在个体推荐的基础之上对群体推荐进行研究。群体推荐的方式主要有两种,一种是聚集模型,通过对群体内用户的兴趣进行聚集,形成群体兴趣模型,再依据该模型对群体进行推荐。另一种是聚集预测,先对群体内的个体用户进行推荐,再选用合适的聚集策略对个体推荐结果进行聚集, 产生群体推荐。这两种群体推荐方式都涉及到了聚集策略的问题,聚集策略的研究成为当前学术界关注的重点。本文通过对聚集策略的深入研究,在分析现有聚集策略优缺点的基础上,将信任网络引入群体推荐算法中,通过对群体内部的信任网络结构分析, 提出两个新的群体推荐算法。具体研究工作如下: (1)总结了国内外关于信任网络以及群体推荐的研究现状,并对相关的理论和研究基础进行深入分析,指出信任网络对于推荐服务的提升作用,以及社交因素对群体推荐的影响。以聚集预测为主要的聚集策略研究对象,分别基于用户和项目进行协同过滤推荐算法分析,从而得到个体的评分预测,为下一步的群体推荐提供聚集对象。(2)群体中由于个体之间的群体影响力和专业权威的不同,个体对于最终群体决策的影响大小不同,因此应当在推荐时赋予用户不同的权重。本文首先利用 Page凡ulk算法和信任网络计算用户的影响力权重,然后利用用户的评分频度计算其权威性权重。最后综合考虑二者,提出了基于用户权重的群体推荐算法。实验分析了群体信任饱和度对RMSE的影响,通过与其他聚集策略的对比,证明了加入权重分析能够有效提升推荐质量。(3)考虑到现实中的群体决策是一个协商交流的过程,因此本文对用户之间的协商交流过程进行了模拟,指出影响协商交互的三个因素:信任、个性和偏好差异。在深入分析这三个因素的基础上,提出了基于用户交互的群体推荐算法。通过在不同聚集策略上的实验表明:平均策略的推荐效果最好,交互后比交互前的推荐万方数据效果要好。关键词:群体推荐;信任网络;权重; 交互万方数据⑧硕士学位论文 MASTER’S THESlS Abstract sOlVe t11ep啦览le a11dreduce