一种基于多元社交信任的协同过滤推荐算法.pdf

ＤＯＩ：１０ ．７５４４/ｉｓｓｎ１０００‐１２３９ ．２０１６ Ｊｏｕｒｎａｌｏｆ Ｃｏｍｐｕｔｅｒ Ｒｅｓｅａｒｃｈ ａｎｄＤｅｖｅｌｏｐｍｅｎｔ ５３（６）：１３８９ １３９９ ，２０１６ １ １ ２ １ 　 　 　 １ （　 　 ３１３０００） ２ （　 　 ３１００１８） （ａｎｇｅｌｗｒｑ＠ １６３ ．ｃｏｍ） １ １ ２ １ Ｗａｎｇ Ｒｕｉｑｉｎ ，Ｊｉａｎｇ Ｙｕｎｌｉａｎｇ ，Ｌｉ Ｙｉｘｉａｏ ，ａｎｄ ＬｏｕＪｕｎｇａｎｇ １ （ ， ， ， ３１３０００ ） ２ （ ， ， ３１００１８） 　 Ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ （ＣＦ） ｉｓ ｏｎｅ ｏｆ ｔｈｅ ｍｏｓｔ ｓｕｃｃｅｓｓｆｕｌ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｔｅｃｈｎｏｌｏｇｉｅｓ ｉｎ ｔｈｅｐｅｒｓｏｎａｌｉｚｅｄ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｓｙｓｔｅｍｓ．Ｉｔ ｃａｎ ｒｅｃｏｍｍｅｎｄ ｐｒｏｄｕｃｔｓ ｏｒ ｉｎｆｏｒｍａｔｉｏｎ ｆｏｒ ｔａｒｇｅｔ ｕｓｅｒ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅｐｒｅｆｅｒｅｎｃｅｉｎｆｏｒｍａｔｉｏｎｏｆ ｓｉｍｉｌａｒ ｕｓｅｒｓ ．Ｈｏｗｅｖｅｒ ｔｈｅｔｒａｄｉｔｉｏｎａｌｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍｓ ｈａｖｅ ｔｈｅ ｄｉｓａｄｖａｎｔａｇｅｓ ｏｆ ｌｏｗ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｅｆｆｉｃｉｅｎｃｙ ａｎｄ ｗｅａｋ ｃａｐａｃｉｔｙ ｏｆ ａｔｔａｃｋ‐ ｒｅｓｉｓｔａｎｃｅ．Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｅ ａｂｏｖｅ ｐｒｏｂｌｅｍｓ， ａ ｎｏｖｅｌ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｓｏｃｉａｌ ｔｒｕｓｔｓｉｓ ｐｒｏｐｏｓｅｄ． Ｆｉｒｓｔｌｙ ， ｒｅｆｅｒｒｉｎｇ ｔｏ ｔｈｅ ｔｒｕｓｔ ｇｅｎｅｒａｔｉｏｎ ｐｒｉｎｃｉｐｌｅ ｉｎ ｓｏｃｉａｌ ｐｓｙｃｈｏｌｏｇｙ ， ａ ｓｏｃｉａｌ ｔｒｕｓｔ ｃｏｍｐｕｔａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｍｕｌｔｉｐｌｅ ｔｒｕｓｔ ｅｌｅｍｅｎｔｓ ｉｓ ｐｒｅｓｅｎｔｅｄ ．Ｉｎ ｓｏｃｉａｌ ｎｅｔｗｏｒｋｉｎｇ ｅｎｖｉｒｏｎｍｅｎｔ， ｔｒｕｓｔ ｅｌｅｍｅｎｔｓ ｍａｉｎｌｙ ｉｎｃｌｕｄｅ ｃｒｅｄｉｂｉｌｉｔｙ ， ｒｅｌｉａｂｉｌｉｔｙ， ｉｎｔｉｍａｃｙ ａｎｄ ｓｅｌｆ‐ｏｒｉｅｎｔａｔｉｏｎ． Ｔｈｅｎ ｓｐｅｃｉｆｉｃｍｅｔｈｏｄｓｏｆ ｉｄｅｎｔｉｆｙｉｎｇ ，ｅｘｔｒａｃｔｉｏｎａｎｄｑｕａｎｔｉｆｉｃａｔｉｏｎｏｆ ｔｈｅｔｒｕｓｔ ｅｌｅｍｅｎｔｓａｒｅ ｓｔｕｄｉｅｄｉｎ ｄｅｐｔｈ．Ｆｉｎａｌｌｙ ， ｔｈｅ ｔｒｕｓｔｗｏｒｔｈｙ ｎｅｉｇｈｂｏｒｓ ｏｆ ｔａｒｇｅｔ ｕｓｅｒ ａｒｅ ｓｅｌｅｃｔｅｄ ｉｎ ａｃｃｏｒｄａｎｃｅ ｗｉｔｈ ｔｈｅ ｓｏｃｉａｌ ｔｒｕｓｔ，ｓｏ ａｓ ｔｏ ｍａｋｅ ｔｒｕｓｔ‐ｂａｓｅｄｃｏｌｌａｂｏｒａｔｉｖｅ ｒｅｃｏｍｍｅｎｄａｔｉｏｎ ．Ｕｓｉｎｇ ｔｈｅ ＦｉｌｍＴｒｕｓｔ ａｎｄ Ｅｐｉｎｉｏｎｓ ａｓ ｔｅｓｔ ｄａｔａ ｓｅｔｓ，ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅｏｆ ｔｈｅｎｏｖｅｌａｌｇｏｒｉｔｈｍ ｉｓｃｏｍｐａｒｅｄｗｉｔｈ ｔｈａｔ ｏｆ ｔｈｅｔｒａｄｉｔｉｏｎａｌ ＣＦ ａｎｄ ｔｈｅ‐ｓｔａｔｅ‐ｏｆ‐ａｒｔ ｍｅｔｈｏｄｓ，ａｓｗｅｌｌ ａｓ ｔｈｅ ＣＦ ｂａｓｅｄｏｎ ｓｉｎｇｌｅ ｔｒｕｓｔ ｅｌｅｍｅｎｔ ．Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｃｏｍｐａｒｅｄｗｉｔｈ ｔｈｅｏｔｈｅｒ ｍ