基于信任的電子商務個性化推薦關鍵問題研究.pdf

1、隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，電子商務的虛擬購物環(huán)境既為企業(yè)提供了新的發(fā)展機遇，也給用戶提出了如何處理Web商品信息過載問題的挑戰(zhàn)，推薦系統(tǒng)作為個性化服務的一種方式，能夠向用戶推薦其感興趣的項目，輔助用戶作出決策，成為用戶網(wǎng)上購物的有力助手。自20世紀90年代首次出現(xiàn)推薦系統(tǒng)以來，對此領域的研究雖然也取得了非常大的進步，但傳統(tǒng)的協(xié)同過濾推薦技術依然存在著數(shù)據(jù)稀疏性、冷啟動、“托”攻擊、黑匣子和伸縮性等多個難以克服的問題，而在Web社會網(wǎng)絡迅速發(fā)

2、展的形勢下，基于信任的電子商務推薦系統(tǒng)由于在傳統(tǒng)的協(xié)同過濾推薦系統(tǒng)中引入了信任機制，能有效改善或克服以上缺陷，成為目前推薦系統(tǒng)研究最重要的課題之一。 圍繞著如何提高用戶對推薦系統(tǒng)的推薦滿意度，本文對電子商務環(huán)境下基于信任的個性化推薦系統(tǒng)的若干關鍵問題進行了有益的探索和研究。論文首先系統(tǒng)地綜述了目前國內(nèi)外在個性化推薦領域的理論研究和發(fā)展現(xiàn)狀，重點分析協(xié)同過濾推薦方法的優(yōu)勢和存在的研究熱點問題，繼而從網(wǎng)絡信任的定義和特性出發(fā)，對當前

3、多種信任度評估模型的特點進行了深刻分析，在此基礎上，作者提出了基于信任的個性化推薦系統(tǒng)的一般模型和形式化表示方法，探討了新系統(tǒng)的框架結(jié)構；接著本文以如何提高用戶對推薦系統(tǒng)的推薦滿意度為主線，分別對用戶多興趣下基于信任的個性化推薦算法、推薦列表的多樣性和推薦系統(tǒng)的推薦攻擊問題進行了系統(tǒng)的研究。 本論文的研究創(chuàng)新主要體現(xiàn)在以下幾個方面： （1）借鑒傳統(tǒng)協(xié)同過濾系統(tǒng)的基礎模型以及Web社會網(wǎng)絡的特點，提出了基于信任的電子商務個

4、性化推薦系統(tǒng)的一般模型，該模型具有很好的包容性，可以擴展出不同的推薦算法。 （2）在分析了目前概貌級信任模型不適合用戶多興趣情況下項目推薦的基礎上，提出了基于主題級信任模型的協(xié)同過濾推薦算法，并通過實驗驗證，新算法能有效解決多興趣問題。 （3）提出了基于信任的推薦多樣性算法，該算法通過選擇主題多樣的信任鄰居來平衡推薦結(jié)果的準確性和多樣性。并通過一系列的實驗結(jié)果表明，該算法能有效地提高推薦的多樣性。 （4）在對信任