一种结合语义Web和用户信任网络的协同过滤推荐模型-论文.pdfVIP

第31卷第6期 计 算 机 应 用 研 究 V01．31No．6 2014年 6月 ApplicationResearchofComputers Jun．2014 一 种结合语义 Web和用户信任网络的 协 同过滤推荐模型 ． 徐守坤 ，孙德超 ，李 宁，石 林 (常州大学信息科学与工程学院，江苏 常州213164) 摘 要 ：协同过滤由于数据稀疏 、冷启动等问题导致 了相似用户发现变得 困难 ，从而影响推荐结果的质量。为 克服这一不足，提出一种以本体、语义Web为基础的方法，通过构建用户之间的信任网络以及计算用户间的信 任权重值，从而增加系统中相似用户发现的数量，改善推荐结果的准确性、可靠性。实例证明，该方法能够帮助 推荐系统发现更多的相似用户。 关键词 ：协 同过滤；本体；语义Web；信任网络；信任权重值 ；相似用户 中图分类号 ：TP391 文献标志码：A 文章编号 ：1001—3695(2014)06-1714—05 doi：10．3969／j．issn．1001—3695．2014．06．026 Collaborativefilteringrecommendationmodelbasedon semanticWebandusertrustnetwork XU Shou—kun，SUN De—chao，LINing，SHILin (SchoolofInformationScienceEngineering，ChangzhouUniversity，ChangzhouJiangsu213164，China) Abstract：Collaborativefilteringishardtofindsimilarusersduetosufferingfrom datasparsity，cold—startproblems，resulting intheproblem ofrecommendationaccuracyandreliabilitytosomeextend．BasedonontologyandsemanticWeb，thispaper aimedtoalleviatetheseproblemsintermsoffindingmoresimilarusersbyautomaticallybuildingtrustnetworkandcomputing turstweightsbetweenusers．Atlast，anexamplevalidatedtheremarkableeffectsofthisapproach． Keywords：collaborativefiltering；ontology；semanticWeb；turstnetwork；turstweight；similaruser 现如今，在推荐系统中用到最多的就是协同过滤技术，该 任权重值超过某一系统信任阈值的用户作为 目标用户的相似 推荐技术主要根据系统中用户对资源的评价记录，比较用户 用户，从而解决上面提及的相似用户发现的问题 ，提高最终推 (user．basedcollaborativefiltering)或内容 (item—basedcollabora— 荐结果的准确性和可靠性。 tivefiltering)之间的相似性，从而完成最终的推荐 。尽管协 同过滤技术在Web资源推荐方面已非常成功，然而它的数据 1 信任网络定义 稀疏 、用户冷启动及内容冷启动等问题 却是人们一直无法 关于信任网络的定义可参考文献[4，5]。具体有如下几 回避的，这些问题导致了系统中相似用户发现的困难 ，