1、隨著互聯(lián)網(wǎng)的發(fā)展，電子商務(wù)給人們的日常購(gòu)物活動(dòng)帶來(lái)了翻天覆地的變化，但是電子商務(wù)網(wǎng)站的信息嚴(yán)重過(guò)載，用戶淹沒(méi)在浩瀚的商品海洋中無(wú)從選擇。個(gè)性化推薦系統(tǒng)在緩解信息過(guò)載、提升用戶體驗(yàn)方面發(fā)揮著重要作用，其在給用戶帶來(lái)便利的同時(shí)也給商家?guī)?lái)了巨大的利益。推薦系統(tǒng)發(fā)展至今，其中最為成功的協(xié)同過(guò)濾算法依然存在著諸如數(shù)據(jù)稀疏、冷啟動(dòng)、惡意攻擊敏感以及可擴(kuò)展性差等缺陷。為了緩解甚至克服這些缺陷，該領(lǐng)域的學(xué)者們嘗試將信任機(jī)制引入推薦系統(tǒng)，使得信任機(jī)制在

2、推薦系統(tǒng)中的應(yīng)用成為當(dāng)前學(xué)術(shù)研究領(lǐng)域的一大熱點(diǎn)話題。
　　本文以如何提高用戶滿意度為主線，將系統(tǒng)中的用戶分為普通用戶、冷啟動(dòng)用戶、爭(zhēng)議用戶等類型。在如何計(jì)算用戶之間信任度的問(wèn)題上，本文通過(guò)社交網(wǎng)絡(luò)將信任機(jī)制引入推薦系統(tǒng)并參考社會(huì)學(xué)相關(guān)知識(shí)，將人們之間的信任來(lái)源分為三層:內(nèi)部信任、交互信任和外部信任，其中內(nèi)部信任和交互信任屬于本地信任(Local Trust)，外部信任屬于全局信任(Global Trust)。為了能夠使模型靈活滿足