信任網路形成及其在智慧型推薦中的套用研究

《信任網路形成及其在智慧型推薦中的套用研究》是依託煙臺大學，由童向榮擔任項目負責人的面上項目。

基本介紹

• 中文名：信任網路形成及其在智慧型推薦中的套用研究
• 項目類別：面上項目
• 項目負責人：童向榮
• 依託單位：煙臺大學

項目摘要

近年來推薦系統得到了迅速發展，這可以有效地緩解信息過載問題，而個性化和精準推薦的更高需求促進了各種智慧型推薦技術的快速發展，其中基於信任的推薦系統成為一個非常有發展前景的方向。相比於傳統的推薦信息，人們更願意接受他所信任的人的推薦。然而，目前基於信任的推薦系統的關鍵科學問題研究還不夠完善，即信任關係的度量及信任網路形成還需要進一步探討。針對此問題，本課題將以二元關係為工具研究信任的傳遞性，以圖論和傳統人工智慧的搜尋技術為工具研究信任網路形成，然後將信任網路和推薦系統相結合，改進推薦系統的某些固有缺陷，如數據稀疏性問題、冷啟動問題、易受攻擊的問題，並嘗試用協商的方法選擇可信和可靠的推薦路徑。本課題期望用多Agent方法來研究非集中式的推薦系統，由個體的小智慧型湧現整體的大智慧型，用信任網路來提高推薦系統的準確度和可信度，改善推薦系統的性能，促進社交網路與推薦系統的進一步融合。

結題摘要

課題61572418的題目是信任網路形成及其在智慧型推薦中的套用研究。申請代碼F020509，直接經費64萬，研究期限是2016年1月到2019年12月。課題的主要研究內容是給出信任傳遞性的理論基礎，並研究信任網路形成的基本規則和基本方法，在此基礎上，再將信任網路套用於現有的推薦技術，並用協商方法選擇可信任的路徑。經過四年的研究，課題達到了研究目標，具體而言，(1)討論了二值信任及其性質，討論了信任關係的時間穩定性，給出了基於信任傳遞閉包的信任網路的構建算法，其計算複雜度較低；(2)研究了信任網路形成的基本運算元和形成方法，研究了加權啟發式信任路徑搜尋的信任網路形成等方法；(3)在此基礎上，提出了基於信任傳遞的信任網路，將信任網路與推薦系統相結合，結合強化學習方法，對信任變化過程進行學習以增強用戶信任，以體驗評價和預期評價之間的差值為依據，對用戶偏好進行學習，可以得到更為完全的信息，進而提高推薦的個性化水平和準確性；(4)提出一種基於Markov鏈的移動社會網路可信推薦模型，考慮任務的可信性來提高推薦模型的準確性；(5)將直接信任和間接信任關係套用到協商中，形成非稀疏的信任網路，面對不同信任值的協商對手，Agent採取的協商策略也有所不同，實驗結果表明改系統性能得到了較大的改進，使得協商效果有了提升。(6)此外，隨著研究深入和人員變動，還擴展了研究內容，如增加了推薦系統中的隱私保護、屬性約簡、聯盟形成等內容。本課題將社會關係網路與推薦系統相結合，進一步推動兩個研究領域的交叉與融合。