【技术实现步骤摘要】
本专利技术涉及信息过滤中的推荐技术研究领域，具体涉及一种基于综合评价信任的面向个性化的社交网络推荐模型构建方法的研究。
技术介绍
随着网络的发展与普及，人们在网络上能获取到越来越多的信息，这给人们的生活带来很大的便利，人们可以网上购物、聊天、查阅资料等。但是随着时间的推移，网络上的信息变得斑驳繁杂，人们很难继续在网络上获取对自己有用的信息，我们称此现象为“信息过载”。针对这一难题，个性化推荐系统(Recommender System)应运而生。该系统主要基于大数据的挖掘来提供智能服务，通过分析用户的购物特征来给用户推荐其感兴趣的商品。如今，个性化推荐系统已经被众多领域广泛关注和研究，它是根据用户平时的爱好、社交圈、购物特征等来推荐商品，所以该技术能使用户快速获取喜欢的商品同时也能为商家挽留客户群体，避免了经济的损失。传统互联网推荐系统主要采用基于协同过滤推荐，基于内容的推荐，混合推荐等几种推荐技术，对推荐项目的信任研究涉及较少，所以，将信任运用到推荐中可以显著提高推荐算法的准确性。基于信任的协同过滤推荐算法要比单纯的协同过滤效果更好，推荐准确度更高。随着国内外学者的研究，基于信任的个性化推荐更能挖掘用户的社会关系和用户的特征，从而能为用户提供更加优秀的个性化服务。
技术实现思路
本专利技术的目的在于提供一种基于综合评价信任的社交网络推荐模型构建方法，实现能全面地、准确地、客观地量化被推荐用户与邻居用户之间在社交网络中的信任关系，以信任为基础来提高对被推荐用户推荐最优Item的成功率的社交网络信任模型的构建方法。具体技术方案如下：一种基于综合评价信任的社交网络...
【技术保护点】
一种基于综合评价信任的社交网络推荐模型构建方法，其特征在于，包括如下步骤：(1)初步确认被推荐用户和邻居用户之间的信任关系；(2)建立被推荐用户和邻居用户之间评价相似度信任；(3)建立被推荐用户和邻居用户之间社交关系相似度信任；(4)建立被推荐用户和邻居用户之间PageRank信任；(5)结合步骤(2)‑(4)的结果得到用户间的综合评价信任值。
【技术特征摘要】
1.一种基于综合评价信任的社交网络推荐模型构建方法，其特征在于，包括如下步骤：(1)初步确认被推荐用户和邻居用户之间的信任关系；(2)建立被推荐用户和邻居用户之间评价相似度信任；(3)建立被推荐用户和邻居用户之间社交关系相似度信任；(4)建立被推荐用户和邻居用户之间PageRank信任；(5)结合步骤(2)-(4)的结果得到用户间的综合评价信任值。2.如权利要求1所述的基于综合评价信任的社交网络推荐模型构建方法，其特征在于，步骤(1)中通过分析数据初步确认用户之间的信任关系，所述数据包括社交网络结构图。3.如权利要求1和2所述的基于综合评价信任的社交网络推荐模型构建方法，其特征在于，步骤(2)中，计算被推荐用户Ui和邻居用户Uj的评价相似信任度包括：设是Ui，Uj都参与评分的项目集，通过获取Ui对IC的评分，获得Ui对IC的评价向量，记为：通过获取Uj对IC的评分，获得Uj对IC的评价向量，记为：IC项目集总数为n′，则Ui与Uj之间的评价相似度信任值为： T i j R = Σ l = 1 n T ik l r × T jk l r Σ l = 1 ...
【专利技术属性】
技术研发人员：罗永龙，鲍煜，郑孝遥，孙丽萍，陈付龙，
申请(专利权)人：安徽师范大学，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。