基于社交网络用户信任度的Web服务推荐研究

摘要

“信息过载”已经成为信息爆炸时代的主要特征,如何在这种情况下从海量数据当中提取有用的信息成了为当下的研究热点,这其中引申出了对推荐系统的研究。推荐系统通过挖掘用户的行为习惯,从而对用户潜在兴趣进行预测,使得用户能够从大量的数据当中获取到有用的信息。与此同时随着社交网络和社会化过滤的发展,给推荐系统带来了新的发展方向。其中用户间的信任关系作为社会化过滤中重要的参考因素,得到了越来越多的重视和研究。
　　本文在针对现有的信任度计算和传播模型进行研究分析的基础上,分别建立起基于交互记录的直接信任度计算机制和基于信任链的传播模型。通过这两者的结合提出了高覆盖率的信任度算法。在此基础上将算法引入基于社会化过滤的服务推荐系统当中,设计出一套有效的解决方案。再通过实验对算法和推荐系统进行验证和对比。最后设计并实现了一套针对用户Qos进行预测的原型系统,为实际情形中的应用提供技术支持。本文的主要工作是:
　　①分析当前社会化推荐系统和社交网络的的相关技术研究。结合当前动态化推荐系统和统计分析的相关研究成果,研究、探讨并建立起基于时间衰减性和用户交互的信任度计算和传播模型。
　　②通过建立起信任度模型,结合Web服务推荐的相关研究成果,将信任度结合到Qos预测与计算之中。并在此基础之上提出具有反馈和用户信任机制的Web服务推荐模型。
　　③分析经典的推荐系统评测模型MAE,并采用MAUE通过与MoleTrust信任算法的对于实验,验证本文中信任度模型的可行性和执行效果。然后采用Netlogo作为仿真平台,对本文提出的基于用于信任度的Web推荐模型进行仿真和模拟实验以验证在机制的实际效果。
　　④根据之前的结论与分析,设计并实现一个基于上述推荐模型的Web服务推荐系统,在实际的应用场合并对系统进行验证。为今后将模型应用的实际提供技术支持。

目录

封面

中文摘要

英文摘要

目录

1 绪 论

1.1 课题研究背景与研究意义

1.2 国内外研究现状

1.3 本文的主要工作

1.4 本章小结

2 相关技术研究分析

2.1 相关推荐算法的研究

2.2 社交网络相关技术的研究

2.3 Web服务推荐相关技术的研究

2.4 本章小结

3 基于用户信任度的Web服务推荐研究

3.1 用户直接信任度的研究

3.2 间接用户信任度的研究

3.3 基于用户信任度的社会化过滤在Web服务推荐中的研究

3.4 本章小结

4 相关实验分析与对比

4.1 Epinions数据集介绍

4.2 相关对比评测技术分析

4.3 信任模型实验结果与分析

4.4 基于仿真模拟平台Netlogo的仿真实验

4.5 本章小结

5 推荐系统原型的设计与实现

5.1 需求分析

5.2 原型系统总体设计

5.3 原型服务发现与管理功能模块的实现

5.4 Web服务推荐以及信任计算机制实现

5.5 用户功能接口的设计与实现

5.6 本章小结

6 结论与展望

6.1 结论

6.2 工作展望

致谢

参考文献

附录