融入社交關(guān)系與信任關(guān)系的移動(dòng)應(yīng)用推薦方法.pdf

1、移動(dòng)互聯(lián)網(wǎng)環(huán)境下，移動(dòng)應(yīng)用信息過載是亟待解決的問題。因此，個(gè)性化推薦技術(shù)成為解決移動(dòng)應(yīng)用信息過載的重要途徑。傳統(tǒng)推薦方法存在數(shù)據(jù)稀疏、冷啟動(dòng)等問題，采用余弦，Pearson方法計(jì)算相似度，當(dāng)最近鄰沒有對(duì)待預(yù)測(cè)項(xiàng)目進(jìn)行評(píng)分時(shí)，認(rèn)為該用戶對(duì)預(yù)測(cè)結(jié)果沒有影響，從而影響推薦準(zhǔn)確度。社交網(wǎng)絡(luò)與用戶信任關(guān)系是目前研究的熱點(diǎn)，本文綜合考慮了用戶的社交關(guān)系，偏好及信任關(guān)系，提出一種融合用戶社交關(guān)系與用戶信任關(guān)系的移動(dòng)應(yīng)用推薦方法。該方法融合社交關(guān)系，集

2、贊與標(biāo)簽等特征以及用戶對(duì)應(yīng)用的偏好計(jì)算相似度，利用基于熟人的信任關(guān)系與用戶聲譽(yù)計(jì)算信任度，并通過合理的將相似關(guān)系與信任關(guān)系融合進(jìn)行應(yīng)用的推薦，提出的方法能有效提高推薦準(zhǔn)確度。本文的研究內(nèi)容主要包括以下幾個(gè)方面:
　　(1)本文設(shè)計(jì)實(shí)現(xiàn)了移動(dòng)應(yīng)用偏好度計(jì)算方法。傳統(tǒng)的移動(dòng)應(yīng)用偏好計(jì)算是直接基于用戶使用的頻次計(jì)算，這種方式?jīng)]有考慮某些用戶使用次數(shù)很多但是使用時(shí)長很少的情況，比如用戶使用次數(shù)較多，但是每次點(diǎn)開后使用時(shí)間很短，此時(shí)并不能認(rèn)

3、為用戶真正喜歡該應(yīng)用。本文綜合考慮了使用頻次和使用時(shí)長兩方面，通過線性加權(quán)求和的方式計(jì)算用戶對(duì)每個(gè)使用過的應(yīng)用的偏好度。本文將用戶對(duì)應(yīng)用的偏好度代替?zhèn)鹘y(tǒng)的用戶-項(xiàng)目評(píng)分，在一定程度上降低了數(shù)據(jù)稀疏性。
　　(2)本文提出了基于社交關(guān)系評(píng)分預(yù)測(cè)模型。利用用戶偏好度、用戶社交相似度、社交互動(dòng)行為，結(jié)合微信社交網(wǎng)絡(luò)的特征，綜合得到基于社交關(guān)系的評(píng)分預(yù)測(cè)模型。
　　(3)本文提出了基于用戶信任關(guān)系的評(píng)分預(yù)測(cè)模型。通過研究分析社交網(wǎng)絡(luò)