1、“信息過載”問題是互聯(lián)網(wǎng)及互聯(lián)網(wǎng)在線服務(wù)應(yīng)用快速發(fā)展過程中不可避免的問題，而這又使得用戶快速、有效收集和獲取滿足自身需要的信息變得越來越困難。個性化推薦系統(tǒng)作為解決這一問題的一種有效手段，通過用戶或者商品的信息分析用戶的興趣偏好以及商品之間的聯(lián)系，可以實現(xiàn)用戶的個性化推薦服務(wù)。作為比較成熟且應(yīng)用比較廣泛的推薦技術(shù)之一，協(xié)同過濾推薦技術(shù)具有數(shù)據(jù)依賴性低、推薦效果比較準(zhǔn)確以及計算簡單易容易實現(xiàn)等優(yōu)點。但是，一方面它只考慮單一的用戶興趣偏好因

2、素，另一方面又面臨著數(shù)據(jù)稀疏性、冷啟動、可擴展性、安全性等瓶頸，這極大地影響了協(xié)同過濾推薦的推薦效果。在線社交網(wǎng)絡(luò)的發(fā)展則為推薦系統(tǒng)研究帶來了新的機遇。信任作為在線社交網(wǎng)絡(luò)的核心和關(guān)鍵，越來越多地被引入到推薦系統(tǒng)的構(gòu)建之中。相比于傳統(tǒng)的個性化推薦，基于信任的推薦由于綜合考慮了用戶的興趣偏好和社交關(guān)系信息二維因素，在推薦的多方面性能上，如準(zhǔn)確性、可信性、安全性等指標(biāo)上都有更好的效果，也進一步緩解了協(xié)同過濾推薦技術(shù)等傳統(tǒng)的推薦技術(shù)都面臨的數(shù)

3、據(jù)稀疏性問題、冷啟動問題和魯棒性問題，等等。
　　本文研究圍繞如何綜合利用在線社交網(wǎng)絡(luò)的信任和協(xié)同過濾推薦技術(shù)，以改進并提高推薦系統(tǒng)的性能。首先，本文整理和分析了國內(nèi)外關(guān)于在線社交網(wǎng)絡(luò)信任和協(xié)同過濾推薦的文獻研究和相關(guān)理論，系統(tǒng)分析了基于協(xié)同過濾的推薦、基于信任的推薦以及二者之間的關(guān)系。其次，提出一種信任傳播模型，實現(xiàn)信任網(wǎng)絡(luò)的擴展，解決信任評分的稀疏性問題，并利用共同信任用戶對信任度進行修正，以更好地反映用戶之間的個性化信任特點

4、。再次，提出一種基于信任的協(xié)同過濾推薦模型（以Trust Walker推薦模型為基礎(chǔ)），通過充分利用信任關(guān)系和興趣偏好二維因素，解決傳統(tǒng)個性化推薦系統(tǒng)面臨的稀疏性問題、冷啟動問題和攻擊性問題，提高推薦的準(zhǔn)確率、覆蓋率和可信性，并基于一定規(guī)則的數(shù)據(jù)篩選和預(yù)處理，選取Epinion.com的部分?jǐn)?shù)據(jù)集對本文所提出的模型進行實驗分析。實驗表明，通過利用信任信息及信任傳播模型，可以更好地發(fā)現(xiàn)更多的潛在信任用戶，提高推薦的覆蓋率，緩解數(shù)據(jù)的稀疏性