融合信任传播和矩阵分解的协同推荐算法
- 格式：pdf
- 大小：352.24 KB
- 文档页数：6
于洪 涛 ，周 静 ， 张付 志
（ 燕 山 大学 信 息科 学 与 工程 学 院 ，河 北 秦 皇 岛 ０ ６ ６ ０ ０ ４ ）
摘 要：针对现有基于模型的协 同推荐算法推荐精度不高和覆盖面较小的 问题 ，引入社会网络 中的信任信息对
基 于 矩 阵 分解 的推 荐 模 型 进 行扩 展 ，提 出一 种 融 合 信任 传 播 和 矩 阵 分 解 的协 同推 荐 算 法 。 首先 ，基 于 社 会 网 络
第 ５期
于洪涛 等 融合信任传播和矩 阵分解的协同推荐算法
０ 引言
传 统的协 同过滤 （ Ｃ ｏ ｌ ｌ ａ ｂ ｏ ｒ ａ ｔ ｉ ｖ ｅ Ｆ ｉ ｌ ｔ ｅ ｒ ｉ ｎ ｇ ，Ｃ Ｆ ）
走 （ Ｔ ｒ ｕ ｓ ｔ Ｗａ ｌ ｋ ｅ ｒ ）推荐策 略 ，该策略融合基 于信任
和基 于项 目的协 同过 滤推荐 ， 但受评分数据稀 疏性
的影 响较 大且推荐精度较低 。 矩 阵分解技术 已广泛
Ｍａ ｓ ｓ ａ等人 。 提 出 Ｍｏ ｌ ｅ Ｔ ｒ ｕ ｓ ｔ 计算信 任度推荐算
直接信 任关系 ， 但是 由于该算法没有考 虑用户之 间
信任 关系 的传递 ，导致该算法 的覆盖 面不高 。 本 文提 出一种 融合 信 任传 播 （ Ｔ ｒ ｕ ｓ ｔ Ｐ ｒ ｏ ｐ ａ ｇ ａ — ｔ ｉ ｏ ｎ ）和矩 阵分解 （ Ｍａ ｔ ｒ ｉ ｘ Ｆ ａ ｃ ｔ ｏ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ ）的协 同推 荐算法 （ 简称 Ｔ Ｐ ＭＲ ） 。本 文 的主要贡献 如下 ： １ ） 提 出了一组信任传 播规则 ， 该规 则利用 社会 网络 中 的直接信任 关系 ，得 到用户之 间的 间接信 任关 系；
作者简介：于洪涛 （ １ ９ ６ ４ 一 ） ，男，天津人，博士 ，副教授，主要研究方 向为网络与信息安全； 通信作者 ：张付 志 （ １ ９ ６ ４ 一 ） ，男，河
南 南 阳 人 ， 博 士 ，教 授 ，博 士 生 导师 ，主 要 研 究 方 向 为 Ｗｅ ｂ数据 库 技 术 、 网 络 资源 共 享 与 管 理 、 智 能 网络 信 息 处 理 、 网络 与 信 息 安 全 ， Ｅ ｍａ ｉ ｌ ：ｘ ｊ ｚ ｆ ｚ ＠ｙ ｓ ｕ ． ｅ ｄ ｕ ．ｃ ｎ 。
荐算 法 。
收稿 日期：２ ０ １ ３ — ０ ５ — １ ４ 基金项 目：河北省 自然科学基金 资助项 目 （ Ｆ ２ ０ １ ３ ２ ０ ３ １ ２ ４ ，Ｆ ２ ０ １ １ ２ ０ ３ ２ １ ９ ） ；河北省高等学校科 学技术研究
重点项 目 （ Ｚ Ｈ２ ０ １ ２ ０ ２ ８ ）
用于基 于模型 的协 同推 荐算法 中。 Ｋｏ ｒ ｅ ｎ等人 提 出了一种 基于矩 阵分解 的推 荐算法 Ｂ ａ ｓ ｅ ＭＦ ，该算 法在一 定程度上提高 了推 荐精度 ， 但没有考 虑用户 之 间的信任关 系。Ｓ ａ ｌ ａ ｋ ｈ ｕ ｔ ｄ ｉ ｎ ｏ ｖ等人 提 出了一
种概 率矩阵分解推荐 算法 ， 该算法较好地解 决 了冷 启动 问题 ， 但 是也没有考虑用 户之 问的信任 关系 。 Ｍａ Ｈ等 人 在社会 网络 基础上提 出了一种 基于矩 阵分解 的协 同推荐算 法 ＲＳ Ｔ Ｅ，融入 了用户之间 的
推荐 方法 Ⅲ 把 用户评分矩 阵作为唯一 的信 息源 ， 忽 略 了用户 之间 的社会 关系 。 随着在线社会 网络 的普 及， 如何利用 社会 网络 中用 户之 间的信任 关系解决 传 统协 同推 荐算 法存 在 的 问题 成 为推荐 系统 领域
新 的研 究热 点。 近年来 ， 社会 网络 中关于用户之 间的信任度 的
中的直接信任关系 ，提出 一种信任传播规则，实现 社会 网络 中信任关系的传递 ；然后，利 用矩 阵分解技术降维
处 理 大 规模 数 据 集 的 优 势 ，提 出一 种 融 合 信任 传 播 机 制 和矩 阵分 解 模 型 的 协 同推 荐 算 法 。 在 Ｅ ｐ ｉ ｎ ｉ ｏ ｎ ｓ 数 据集 上 的 实 验 结 果表 明 ，本 文 提 出 的推 荐 算 法 不 仅提 高 了推 荐 的 精度 ，而 且 增 加 了 推荐 的覆 盖 面 。 关 键 词 ：协 同过 滤 ； 社 会 网络 ；信 任 传 播 ；矩 阵分 解 中图 分 类 号 ：Ｔ Ｐ ３ ９ ３ 文献 标 识 码 ：Ａ Ｄ ＯＩ ：１ ０ ． ３ ９ ６ ９ ０ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ７ — ７ ９ １ Ｘ． ２ ０ １ ３ ． ０ ５ ． ０ ０ ９
２ ）提 出了一 种融合信 任传播 和矩 阵分解 的协 同推
法， 在 计算两个用户 之间的信任度 时还进行 回溯搜 索 信任 目标 用户 的用户群 ，参考该用户 群的评分 ， 计 算源 用户对于 目标用户 的信任度 ， 但 该推荐算法 设 定信任传 递 的最 大路径长度 是根据经验 得到 的， 如 果信任传递 的最 大路径长度选 取的过大 ， 会 导致 推 荐模型实施 代价较大 。Ｊ ａ ｍａ ｜ ｉ等 提 出随机游
计算 问题受到研究 学者的关注 。Ｇ ｏ ｌ ｂ ｅ ｃ ｋ等人 埘提
出了 Ｔ ｉ ｄ ａ ｌ Ｔ ｒ ｕ ｓ ｔ 计算信任度 的推荐算法 ，找 出源用
户 和 目标用户 的最 短路径 ， 广度优先 搜索社会 网络 迭代计 算出源用户对 目标用户 的信任度 ， 但 该算法 没 有考 虑大 量 的距 离稍远 且有 价值 的信 任信 息 。
第３ ７ 卷 第 ５期 ２ ０ ａ ｌ ｏ ｆ Ｙａ ｎ ｓ ｈａ ｎ Ｕｎｉ ｖｅ ｒ ｓ ｉ ｔ ｙ
Ｖｂ １ ．３７ Ｎ Ｏ．５ Ｓｅ ｐ ｔ ． ２ ０１ ３
文 章编 号
融合信任传播和矩阵分解 的协 同推荐算法
（ 燕 山 大学 信 息科 学 与 工程 学 院 ，河 北 秦 皇 岛 ０ ６ ６ ０ ０ ４ ）
摘 要：针对现有基于模型的协 同推荐算法推荐精度不高和覆盖面较小的 问题 ，引入社会网络 中的信任信息对
基 于 矩 阵 分解 的推 荐 模 型 进 行扩 展 ，提 出一 种 融 合 信任 传 播 和 矩 阵 分 解 的协 同推 荐 算 法 。 首先 ，基 于 社 会 网 络
第 ５期
于洪涛 等 融合信任传播和矩 阵分解的协同推荐算法
０ 引言
传 统的协 同过滤 （ Ｃ ｏ ｌ ｌ ａ ｂ ｏ ｒ ａ ｔ ｉ ｖ ｅ Ｆ ｉ ｌ ｔ ｅ ｒ ｉ ｎ ｇ ，Ｃ Ｆ ）
走 （ Ｔ ｒ ｕ ｓ ｔ Ｗａ ｌ ｋ ｅ ｒ ）推荐策 略 ，该策略融合基 于信任
和基 于项 目的协 同过 滤推荐 ， 但受评分数据稀 疏性
的影 响较 大且推荐精度较低 。 矩 阵分解技术 已广泛
Ｍａ ｓ ｓ ａ等人 。 提 出 Ｍｏ ｌ ｅ Ｔ ｒ ｕ ｓ ｔ 计算信 任度推荐算
直接信 任关系 ， 但是 由于该算法没有考 虑用户之 间
信任 关系 的传递 ，导致该算法 的覆盖 面不高 。 本 文提 出一种 融合 信 任传 播 （ Ｔ ｒ ｕ ｓ ｔ Ｐ ｒ ｏ ｐ ａ ｇ ａ — ｔ ｉ ｏ ｎ ）和矩 阵分解 （ Ｍａ ｔ ｒ ｉ ｘ Ｆ ａ ｃ ｔ ｏ ｒ ｉ ｚ ａ ｔ ｉ ｏ ｎ ）的协 同推 荐算法 （ 简称 Ｔ Ｐ ＭＲ ） 。本 文 的主要贡献 如下 ： １ ） 提 出了一组信任传 播规则 ， 该规 则利用 社会 网络 中 的直接信任 关系 ，得 到用户之 间的 间接信 任关 系；
作者简介：于洪涛 （ １ ９ ６ ４ 一 ） ，男，天津人，博士 ，副教授，主要研究方 向为网络与信息安全； 通信作者 ：张付 志 （ １ ９ ６ ４ 一 ） ，男，河
南 南 阳 人 ， 博 士 ，教 授 ，博 士 生 导师 ，主 要 研 究 方 向 为 Ｗｅ ｂ数据 库 技 术 、 网 络 资源 共 享 与 管 理 、 智 能 网络 信 息 处 理 、 网络 与 信 息 安 全 ， Ｅ ｍａ ｉ ｌ ：ｘ ｊ ｚ ｆ ｚ ＠ｙ ｓ ｕ ． ｅ ｄ ｕ ．ｃ ｎ 。
荐算 法 。
收稿 日期：２ ０ １ ３ — ０ ５ — １ ４ 基金项 目：河北省 自然科学基金 资助项 目 （ Ｆ ２ ０ １ ３ ２ ０ ３ １ ２ ４ ，Ｆ ２ ０ １ １ ２ ０ ３ ２ １ ９ ） ；河北省高等学校科 学技术研究
重点项 目 （ Ｚ Ｈ２ ０ １ ２ ０ ２ ８ ）
用于基 于模型 的协 同推 荐算法 中。 Ｋｏ ｒ ｅ ｎ等人 提 出了一种 基于矩 阵分解 的推 荐算法 Ｂ ａ ｓ ｅ ＭＦ ，该算 法在一 定程度上提高 了推 荐精度 ， 但没有考 虑用户 之 间的信任关 系。Ｓ ａ ｌ ａ ｋ ｈ ｕ ｔ ｄ ｉ ｎ ｏ ｖ等人 提 出了一
种概 率矩阵分解推荐 算法 ， 该算法较好地解 决 了冷 启动 问题 ， 但 是也没有考虑用 户之 问的信任 关系 。 Ｍａ Ｈ等 人 在社会 网络 基础上提 出了一种 基于矩 阵分解 的协 同推荐算 法 ＲＳ Ｔ Ｅ，融入 了用户之间 的
推荐 方法 Ⅲ 把 用户评分矩 阵作为唯一 的信 息源 ， 忽 略 了用户 之间 的社会 关系 。 随着在线社会 网络 的普 及， 如何利用 社会 网络 中用 户之 间的信任 关系解决 传 统协 同推 荐算 法存 在 的 问题 成 为推荐 系统 领域
新 的研 究热 点。 近年来 ， 社会 网络 中关于用户之 间的信任度 的
中的直接信任关系 ，提出 一种信任传播规则，实现 社会 网络 中信任关系的传递 ；然后，利 用矩 阵分解技术降维
处 理 大 规模 数 据 集 的 优 势 ，提 出一 种 融 合 信任 传 播 机 制 和矩 阵分 解 模 型 的 协 同推 荐 算 法 。 在 Ｅ ｐ ｉ ｎ ｉ ｏ ｎ ｓ 数 据集 上 的 实 验 结 果表 明 ，本 文 提 出 的推 荐 算 法 不 仅提 高 了推 荐 的 精度 ，而 且 增 加 了 推荐 的覆 盖 面 。 关 键 词 ：协 同过 滤 ； 社 会 网络 ；信 任 传 播 ；矩 阵分 解 中图 分 类 号 ：Ｔ Ｐ ３ ９ ３ 文献 标 识 码 ：Ａ Ｄ ＯＩ ：１ ０ ． ３ ９ ６ ９ ０ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ７ — ７ ９ １ Ｘ． ２ ０ １ ３ ． ０ ５ ． ０ ０ ９
２ ）提 出了一 种融合信 任传播 和矩 阵分解 的协 同推
法， 在 计算两个用户 之间的信任度 时还进行 回溯搜 索 信任 目标 用户 的用户群 ，参考该用户 群的评分 ， 计 算源 用户对于 目标用户 的信任度 ， 但 该推荐算法 设 定信任传 递 的最 大路径长度 是根据经验 得到 的， 如 果信任传递 的最 大路径长度选 取的过大 ， 会 导致 推 荐模型实施 代价较大 。Ｊ ａ ｍａ ｜ ｉ等 提 出随机游
计算 问题受到研究 学者的关注 。Ｇ ｏ ｌ ｂ ｅ ｃ ｋ等人 埘提
出了 Ｔ ｉ ｄ ａ ｌ Ｔ ｒ ｕ ｓ ｔ 计算信任度 的推荐算法 ，找 出源用
户 和 目标用户 的最 短路径 ， 广度优先 搜索社会 网络 迭代计 算出源用户对 目标用户 的信任度 ， 但 该算法 没 有考 虑大 量 的距 离稍远 且有 价值 的信 任信 息 。
第３ ７ 卷 第 ５期 ２ ０ ａ ｌ ｏ ｆ Ｙａ ｎ ｓ ｈａ ｎ Ｕｎｉ ｖｅ ｒ ｓ ｉ ｔ ｙ
Ｖｂ １ ．３７ Ｎ Ｏ．５ Ｓｅ ｐ ｔ ． ２ ０１ ３
文 章编 号
融合信任传播和矩阵分解 的协 同推荐算法
