梁 艺，韩立新

(河海大学计算机与信息学院,江苏 南京 211100)

0 引 言

基于集体智慧及合作共享的Web2.0的出现及迅速发展，极大丰富了社交网络，基于标签的社会化标注系统为越来越多社区网站所采用,例如图片标注网站Filckr、代码标注网站SourceForge、网站连接标注网站Delicious等。在其上，用户可以用简短的标签对目标资源进行主观评价。标签由用户主动标注，反映了用户的偏好，非常适合对用户的兴趣进行建模。同时标签本身的语义信息也很好地反映了资源本身的属性与内容。因此如何充分利用标签标注信息，成为推荐系统的研究热点之一。

传统推荐系统构建资源模型时，往往仅仅基于所有用户的选择历史，假定各个用户都是独立且没有联系，未能充分考虑用户之间的信任关系，并且由于新资源没有充分地被选择历史，存在冷启动及稀疏性问题。因此基于社会化标注网站中标签在用户之间的共现现象，本文设计一种信任网络，以期利用标签信息充分挖掘用户之间的信任关系，优化基于用户的资源模型。在此基础上，设计基于资源相似性及用户标注记录的资源-资源-标签三部图，在其上执行物质扩散算法，得出推荐结果。

1 相关工作

1.1 信任网络

Golbeck[1]对信任给出了如下定义：如果用户A认为根据用户B的行为进行决策将会产生积极意义，则A信任B。而信任网络则由各个用户之间的信任关系构建而成，刻画用户之间的信任程度。使用信任信息可以缓解传统CF推荐算法中的数据稀疏性问题[2]。……