基于信任偏好的电子商务个性化项目推荐研究

《基于信任偏好的电子商务个性化项目推荐研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于信任偏好的电子商务个性化项目推荐研究StudyonPersonalizedE-commerceItemRecommendationBasedonTrustandPreference学科专业：管理科学与工程研究生：张秀杰指导教师：李钢副教授天津大学管理与经济学部二零一二年十一月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得天津大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所

2、做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：签字日期：年月日学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：签字日期：年月日签字日期：年月日1摘要伴随着网络时代的到来，信息呈现爆炸式增长，人们很难在海量的信息中快速找到自己需要的项

3、目。在此信息及网络环境下，个性化推荐技术应运而生。然而，现存应用最为广泛的协同过滤推荐技术在冷启动、稀疏性等方面存在问题，影响了推荐结果的准确性。为此，考虑将目前广为流行的web2.0下的标签技术引入到个性化推荐中，并同时考虑用户评分、评分时间因素以及信任因素，提出基于信任偏好的电子商务个性化推荐模型，以提高推荐系统的准确性。主要研究的内容是：现有的推荐技术在用户兴趣的度量上，往往只考虑一个或两个因素。然而，作为反映用户兴趣的重要属性，用户给项目的标签、用户对该标签的评分、用户标注项目的时间，这些因素都是非常重要的。所以，有必要将

4、这些因素综合起来加以考虑，进而产生更加准确的兴趣推荐结果。基于此，文章提出综合标签、得分和用户兴趣偏好时效性三个因素的个性化项目推荐模型。该模型将多维因素纳入到推荐模型中，能够有效提高项目推荐系统的准确度。理论研究表明信任与用户偏好相似性之间呈正向关系。在多维因素模型基础上，将信任引入到新推荐模型中，提出基于信任偏好的电子商务个性化推荐模型，并通过直接信任和间接信任分别进行项目的个性化推荐研究。该模型在邻居用户的产生上更加科学，因为相比于含时效性的用户兴趣信息，使用信任来度量用户之间的相似性更加准确；同时该模型在单个用户的兴趣度量

5、上保留了综合标签、得分和偏好时效性方法的优点，在一定程度上，对协同过滤系统存在的冷启动、黑匣子、稀疏性和伸缩性等问题提供了解决方法。关键词：信任；偏好；个性化推荐；协同过滤；电子商务2ABSTRACTWiththecomingoftheInternetage,theinformationisintheexplosivegrowth.Itishardtoquicklyfindwhatpeopleneedinafloodofinformationitems.Inthiscontext,personalizedrecommendatio

6、ntechnologycomesintobeing.However,themostwidelyusedCollaborativeFilteringrecommendationtechnologieshavesomeproblems,suchascoldstart,datasparsity.Thoseaffecttheaccuracyofrecommendationresults.Asaresult,thelabeltechnology,whichispopularinweb2.0,isintroducedintotheperson

7、alizedrecommendationsystem.Meanwhile,inordertoimprovetheaccuracyoftherecommendationsystems,wetakeuser'sscore,scoringtime,andthetrustfactorintoaccount,creatingane-commercepersonalizedrecommendationsystembasedontrustandusers’preferences.Majorstudiesaresummarizedasbelow:

8、Onameasureofuserinterest,theexistingrecommendationtechnologiesoftenonlyconsideroneortwofactors.However,asimportantproperties