基于動(dòng)態(tài)信任模型的協(xié)同過(guò)濾推薦算法研究.pdf

1、在互聯(lián)網(wǎng)快速發(fā)展的今天，用戶和網(wǎng)絡(luò)規(guī)模都呈現(xiàn)指數(shù)倍的增長(zhǎng)。信息資源的大量涌現(xiàn)，使得用戶在數(shù)據(jù)的獲取上面臨巨大的挑戰(zhàn)。盡管搜索引擎技術(shù)能讓用戶進(jìn)行針對(duì)性的信息查找，卻只能提供給用戶相同的搜索信息，不能滿足用戶的個(gè)性化服務(wù)。個(gè)性化推薦系統(tǒng)的出現(xiàn)有效的緩解了信任過(guò)載問(wèn)題。推薦系統(tǒng)不僅幫助用戶進(jìn)行個(gè)性化信息的獲取，還幫助部分商家進(jìn)行了商品的推廣，帶來(lái)了比較顯著的經(jīng)濟(jì)效應(yīng)。在推薦系統(tǒng)中，協(xié)同過(guò)濾推薦是應(yīng)用最廣，最為有效?？墒?，協(xié)同過(guò)濾推薦算法也有

2、著自身的缺陷，存在數(shù)據(jù)稀疏問(wèn)題、冷啟動(dòng)問(wèn)題、擴(kuò)展性差的問(wèn)題和惡意進(jìn)攻問(wèn)題等一系列缺點(diǎn)，影響著系統(tǒng)的推薦準(zhǔn)確率。
　　針對(duì)協(xié)同過(guò)濾推薦中所存在的問(wèn)題，本文在概率矩陣分解推薦模型中融入了帶時(shí)間序列的用戶信任度，提出了一種基于動(dòng)態(tài)信任模型的改進(jìn)算法-SequentialTrust MF推薦算法。本文的主要工作如下:
　　(1)設(shè)計(jì)了一種基于認(rèn)知的動(dòng)態(tài)信任模型。在該模型中將信任概括為總的信任，直接信任，間接信任。通過(guò)歷史證據(jù)窗口將總

3、的信任度計(jì)算轉(zhuǎn)變?yōu)橹苯有湃味然蛘唛g接信任度的計(jì)算。在直接信任度計(jì)算中引入了時(shí)間序列信息，使得該信任模型能動(dòng)態(tài)的計(jì)算用戶間的信任度。間接信任度的計(jì)算是在直接信任樹(DirectTrust Tree，DTT)的基礎(chǔ)上，通過(guò)構(gòu)建間接信任傳播度的聚合方法來(lái)實(shí)現(xiàn)的。該模型中信任不再是簡(jiǎn)單的二元信任，有了信任強(qiáng)度的區(qū)分。而且最終信任度能夠在一定程度上適應(yīng)網(wǎng)絡(luò)中信任關(guān)系的變化。
　　(2)利用信任模型計(jì)算信任度，并將信任度融入到概率矩陣分解模型