結合信任模型的協同過濾推薦系統研究與實現.pdf

1、當今，網絡中充斥著各種各樣的信息，信息過載問題日益嚴重。對于普通的網絡用戶而言，很容易被復雜的信息所干擾，使得他們需要花費成倍的時間以及精力去尋找自己需要的信息。而推薦系統為信息過載問題提供了一種有效的解決方法，它能夠針對用戶的特點為其提供個性化的推薦服務。推薦系統根據不同的應用需求使用的推薦算法不同，其中協同過濾推薦是目前最為流行并且實用的一種推薦技術。在本文中對現有基于信任的協同過濾推薦算法進行研究和改進，最后設計并實現了一個結合多

2、算法電影推薦系統。
　　本研究主要內容包括：①對推薦系統進行深入研究，分析其概念構成、評估標準等。對幾種常用的推薦算法的流程、特點進行重點分析。②傳統的協同過濾推薦存在數據稀疏性問題，這在很大程度上影響了推薦結果的準確性。在本文中將信任關系與協同過濾推薦相結合，通過用戶之間的信任關系擴充用戶最近鄰集合，從而緩解數據稀疏性問題。③使用MovieLens數據集來對改進的算法進行實驗，然后將實驗的結果與現有的一些協同過濾算法進行比較，以