基于社会信任的协同过滤算法研究综述.docVIP

基于社会信任的协同过滤算法研究综述 　　摘 要：随着推荐技术的不断发展，研究发现用户更加偏好于相信熟人或者权威人士的推荐，因此，基于信任的推荐方法成为研究热点。本文从社会网络信任特征和基于信任的协同过滤算法研究情况进行分析总结，为未来对个性推荐方法和基于信任的协同过滤算法进行深入研究奠定基础。文章最后针对目前基于信任的协同过滤算法研究现状，对未来的发展方向进行展望。 　　关键字：个性化推荐；协同过滤；信任 　　中图分类号：TP391.41 文献标识号：A 文章编号：2095-2163（2015）04- 　　A Review of Collaborative Filtering Algorithm Based on Social Trust Relationships 　　QIN Kai， WU Jiali， SONG Yiduo， QIAO Chenrui 　　（School of Computer Science and Technology ，Harbin Engineering University， Harbin 150001， China ） 　　Abstract ：With the rapid development of recommendation technology， people have realized that users prefer to believe the recommendations from acquaintances or authorities. Recommended approaches based on social trust relationships have only recently been given research attention. This paper summarizes the feature of social trust networks and analysis collaborative filtering （CF） based social recommender systems. These lay the foundation for the research of individualization recommended technology and collaborative filtering algorithm based on social trust relationships. Facing to the research status of collaborative filtering algorithm based on social trust relationships， the paper prospects the future development directions. 　　Keywords： Personalized Recommendation； Collaborative Filtering； Trust 　　0 引 言 　　近年来随着社会网络的发展和网络设备承载能力的提升，信息量急速增长，面对海量的数据，用户很难在其中找到自己想要的信息，推荐系统应运而生。社会网络的飞速兴起为推荐技术发展带来了前所未有的机遇和挑战[1]。社会网络促使网络信息剧增，这使得用户从中搜取需要的信息更加困难；另一方面，社会网络将用户的属性、习惯更好地展现出来，便于从数据中挖掘出潜在的信息以用于个性化推荐，提高推荐准确度和效率。社会网络中的用户信任关系为个性化推荐算法研究开辟了一个新的领域[2-3]。 　　协同过滤算法是目前使用非常广泛的个性化推荐算法之一。传统的协同过滤算法主要分为两类：基于用户的协同过滤算法和基于项目的协同过滤算法。基于用户的协同过滤算法是通过假设拥有相似兴趣的用户会对相似项目感兴趣。例如，A和B曾经对很多相同的电影给予了相似的打分评价，那么如果A喜欢电影1，很大程度上B也可能喜欢电影1，以此为依据将电影1推荐给B。基于项目的协同过滤算法是假设同一个用户可能会对具有相似特征的项目具有相似偏好。例如，用户A对电影m、n、o、p、q都给予了很高的评价，其中m、n、o、p都具有外国、喜剧、滑稽的特征，那么算法将推测其偏爱外国滑稽喜剧类电影，可以将同为外国滑稽喜剧电影s推荐给A。协同过滤算法是利用集体智慧进行个性推荐的典型方法，相比于基于内容的推荐方法，解决了基于内容的推荐方法存在的特征抽取困难、过度拟合和难以跨领域等问题，但是协同过滤算法存在数据稀疏、用户冷启动、恶意推荐的问题，这些问题一定程度上制约着协同过滤算法的发展[2]。 　　社会网络的兴起、发展为协同过滤算法的发展提供