版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著面向服務(wù)計(jì)算的快速發(fā)展,WebService技術(shù)在近年來(lái)受到越來(lái)越多的關(guān)注并且在學(xué)術(shù)界和工業(yè)界取得了巨大的成功。服務(wù)推薦是面向服務(wù)計(jì)算中一個(gè)非常重要的研究方面,在幫助用戶(hù)走出信息過(guò)載困境,挖掘用戶(hù)潛在需求和提升企業(yè)價(jià)值方面發(fā)揮著重要的作用。在傳統(tǒng)的推薦算法中主要包含三類(lèi)推薦算法:1)基于用戶(hù)行為數(shù)據(jù),這類(lèi)算法的典型代表是基于協(xié)同過(guò)濾的推薦算法,但該算法在用戶(hù)數(shù)稀疏的情況下,推薦效果不理想;2)基于用戶(hù)標(biāo)簽數(shù)據(jù),這類(lèi)算法主要根據(jù)用戶(hù)的
2、生成內(nèi)容來(lái)為用戶(hù)進(jìn)行推薦,推薦流程簡(jiǎn)單但是容易收到用戶(hù)虛假信息的攻擊,從而使得推薦結(jié)果缺乏參考意義;3)基于社交網(wǎng)絡(luò)數(shù)據(jù),這類(lèi)算法模擬目標(biāo)用戶(hù)在現(xiàn)實(shí)社會(huì)中的虛擬人際關(guān)系,能為目標(biāo)用戶(hù)推薦個(gè)性化的服務(wù),但是并沒(méi)有把用戶(hù)之間的信任考慮在內(nèi),使得被推薦的服務(wù)缺乏一定的可信度。本文提出了基于用戶(hù)信任傳播和社交網(wǎng)絡(luò)的服務(wù)推薦算法,該算法結(jié)合用戶(hù)社交網(wǎng)絡(luò)和用戶(hù)信任網(wǎng)絡(luò)為目標(biāo)用戶(hù)進(jìn)行服務(wù)的推薦。
首先本文提出新的用戶(hù)相似度度量方法,用戶(hù)興趣
3、相似度和用戶(hù)信任度兩者的結(jié)合最終形成用戶(hù)與用戶(hù)之間的相似度。一方面,用戶(hù)興趣相似度的計(jì)算基于用戶(hù)歷史服務(wù)使用記錄,利用矩陣分解的技術(shù)計(jì)算用戶(hù)興趣相似度,這在一定程度上能解決用戶(hù)冷啟動(dòng)問(wèn)題;另一方面,把用戶(hù)信任度考慮在內(nèi),從而使得為目標(biāo)用戶(hù)找到的用戶(hù)組更具有相似性。
然后本文提出新的信任傳播和聚合策略,在傳統(tǒng)的信任傳播算法中,當(dāng)信任在用戶(hù)信任網(wǎng)絡(luò)中進(jìn)行傳播時(shí)都是隨機(jī)選擇一個(gè)節(jié)點(diǎn)作為信任傳播的下一個(gè)節(jié)點(diǎn),而在本文提出的算法中根據(jù)信
4、任相關(guān)度進(jìn)行游走目標(biāo)的選擇,可以使得每次游走更趨向于選擇與當(dāng)前用戶(hù)興趣偏好更相似的信任用戶(hù),這樣每次游走時(shí)都選擇與當(dāng)前節(jié)點(diǎn)最相似的用戶(hù)作為下一個(gè)節(jié)點(diǎn)。
最后本文提出的基于用戶(hù)信任傳播和社交網(wǎng)絡(luò)的服務(wù)推薦算法通過(guò)結(jié)合社交網(wǎng)絡(luò)和用戶(hù)信任,既考慮歷史記錄中顯示出的用戶(hù)偏好共同的相似性,又考慮用戶(hù)之間的信任問(wèn)題,使得推薦結(jié)果在滿(mǎn)足興趣偏好的同時(shí)也使得推薦推薦結(jié)果具有一定的可信度。對(duì)比實(shí)驗(yàn)表明本文提出的算法與傳統(tǒng)的推薦算法在推薦準(zhǔn)確率上
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于社交網(wǎng)絡(luò)用戶(hù)信任度的Web服務(wù)推薦研究.pdf
- 社交網(wǎng)絡(luò)環(huán)境下基于信任的云服務(wù)推薦方法研究.pdf
- 社交網(wǎng)絡(luò)環(huán)境下基于信任的云服務(wù)推薦方法研究
- 社交網(wǎng)絡(luò)中基于信任的推薦系統(tǒng).pdf
- 基于用戶(hù)情境的社交網(wǎng)絡(luò)推薦.pdf
- 基于信任計(jì)算的社交網(wǎng)絡(luò)惡意用戶(hù)檢測(cè).pdf
- 社交網(wǎng)絡(luò)下信任傳播模型的個(gè)性化推薦研究.pdf
- 基于社交網(wǎng)絡(luò)信任模型的商品推薦系統(tǒng)
- 基于社交網(wǎng)絡(luò)和信任模型的推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于社交用戶(hù)信任度和標(biāo)注動(dòng)機(jī)的標(biāo)簽推薦系統(tǒng)研究.pdf
- 基于信任關(guān)系和興趣模型的社交網(wǎng)絡(luò)好友推薦方法研究.pdf
- 基于隱私保護(hù)的社交網(wǎng)絡(luò)用戶(hù)推薦系統(tǒng).pdf
- 面向云計(jì)算和社交網(wǎng)絡(luò)用戶(hù)的信任模型研究.pdf
- 社交網(wǎng)絡(luò)中基于用戶(hù)特征的專(zhuān)家推薦研究.pdf
- 社交網(wǎng)絡(luò)中基于形式概念分析的用戶(hù)推薦.pdf
- 基于用戶(hù)多維社交網(wǎng)絡(luò)模型的推薦算法研究.pdf
- 基于用戶(hù)多興趣和社交網(wǎng)絡(luò)的個(gè)性化推薦研究
- 社交網(wǎng)絡(luò)中的用戶(hù)標(biāo)簽推薦.pdf
- 社交網(wǎng)絡(luò)中的用戶(hù)標(biāo)簽推薦
- 基于用戶(hù)特征的社交網(wǎng)絡(luò)信息傳播的研究
評(píng)論
0/150
提交評(píng)論