摘要：本文在介紹了個(gè)性化推薦系統(tǒng)、信任管理、社交網(wǎng)絡(luò)以及Swarm平臺(tái)的基礎(chǔ)上，提出了一個(gè)對(duì)個(gè)性化推薦系統(tǒng)進(jìn)行仿真研究的基于Swarm平臺(tái)和社交網(wǎng)絡(luò)的理論模型。該理論模型基于社交網(wǎng)絡(luò)中智能體的行為和智能體之間的交互，旨在模擬出現(xiàn)實(shí)中人與人之間相互學(xué)習(xí)、推薦和影響的社會(huì)關(guān)系，從而尋找使得推薦系統(tǒng)更加有效運(yùn)行的方式。

關(guān)鍵詞：個(gè)性化推薦；信任管理；社交網(wǎng)絡(luò)；swarm

中圖分類(lèi)號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599 （2012） 21-0000-02

1 協(xié)同過(guò)濾算法缺陷概述

雖然協(xié)同過(guò)濾算法得到了廣泛的應(yīng)用，但是其自身存在的冷啟動(dòng)、數(shù)據(jù)稀疏、“托”攻擊敏感以及“黑匣子”等眾多缺陷已經(jīng)從根本上限制了其發(fā)展。協(xié)同過(guò)濾是根據(jù)用戶(hù)的歷史經(jīng)驗(yàn)做出推薦，系統(tǒng)無(wú)法基于新加入的用戶(hù)和項(xiàng)目產(chǎn)生推薦，這便是冷啟動(dòng)問(wèn)題；該算法所涉及的評(píng)分存儲(chǔ)在二維矩陣中，每個(gè)用戶(hù)只對(duì)少數(shù)幾個(gè)商品做出過(guò)評(píng)價(jià)，矩陣非常稀疏[3]；推薦是根據(jù)偏好歷史來(lái)產(chǎn)生的，偏好很容易造假，這就是“托”攻擊敏感問(wèn)題 [3]；用戶(hù)對(duì)系統(tǒng)產(chǎn)生的推薦感到莫名其妙，這便是“黑匣子”問(wèn)題。

2 信任管理與協(xié)同過(guò)濾的關(guān)系

將社交網(wǎng)絡(luò)的引入在一定程度上彌補(bǔ)了協(xié)同過(guò)濾存在的缺陷，從而提高了推薦系統(tǒng)的推薦質(zhì)量。以下是社交網(wǎng)絡(luò)對(duì)協(xié)同過(guò)濾缺陷的改進(jìn)策略：

對(duì)冷啟動(dòng)的改進(jìn)：一個(gè)新加入的用戶(hù)，只要添加一個(gè)自己信任的節(jié)點(diǎn)就可以進(jìn)入網(wǎng)絡(luò)，從網(wǎng)絡(luò)中其他用戶(hù)處得到推薦。對(duì)數(shù)據(jù)稀疏的改進(jìn)：在社交網(wǎng)絡(luò)中，數(shù)據(jù)不以二維矩陣的形式來(lái)存儲(chǔ)，所以不存在數(shù)據(jù)稀疏問(wèn)題。對(duì)“托”攻擊的改進(jìn)：當(dāng)“托”用戶(hù)發(fā)出欺詐信息被鄰居發(fā)現(xiàn)之后，鄰居就會(huì)斷絕他們之間的信任關(guān)系，經(jīng)過(guò)一定的時(shí)間，惡意用戶(hù)就會(huì)從網(wǎng)絡(luò)中孤立出來(lái)。對(duì)“黑匣子”問(wèn)題的改進(jìn)：人們對(duì)自己的社會(huì)關(guān)系相對(duì)比較信任，所以用這種方式作出的推薦用戶(hù)會(huì)比較容易接受。

3 基于Swarm平臺(tái)的仿真模型

Swarm平臺(tái)是由美國(guó)桑塔費(fèi)研究所（SFI）研發(fā)的“用于研究復(fù)雜自適應(yīng)系統(tǒng)仿真的多智能體（Agent）仿真平臺(tái)”[2]。近年來(lái)，基于Swarm仿真平臺(tái)的應(yīng)用研究發(fā)展迅速，所涵蓋的學(xué)科有經(jīng)濟(jì)學(xué)、社會(huì)學(xué)以及計(jì)算機(jī)科學(xué)等眾多學(xué)科領(lǐng)域。[5]我們?cè)诖颂岢鲆粋€(gè)使用Swarm平臺(tái)對(duì)基于社交網(wǎng)絡(luò)的電子商務(wù)個(gè)性化推薦系統(tǒng)進(jìn)行仿真的理論模型，由于某些原因，我們暫時(shí)沒(méi)有在Swarm平臺(tái)上最終實(shí)現(xiàn)該模型。Swarm仿真過(guò)程中比較核心的部分是智能體和智能體之間的交互，下面將介紹該理論模型中包括的Client和Manager兩類(lèi)智能體以及他們之間存在的交互關(guān)系。

4 兩類(lèi)智能體

Client：該智能體定義為社交網(wǎng)絡(luò)中存在的具有獨(dú)立行為能力的主體，包括個(gè)人、企業(yè)、部門(mén)以及其他組織。這些主體中，有惡意主體（“托”用戶(hù)），也有普通主體。這些主體的行為反應(yīng)的都是人的意志，所以把他們統(tǒng)一抽象為智能體，每一個(gè)智能體都有屬性、記憶和行為。屬性主要是用來(lái)記錄Client自身身份、能力、活躍程度；所謂記憶，是智能體在與自己信任的鄰居交互的過(guò)程中記錄的其每一個(gè)鄰居的信譽(yù)程度以及能力指數(shù)；Client有兩類(lèi)行為，第一類(lèi)是不定時(shí)地向信任他的其他智能體發(fā)出消息，第二類(lèi)是向?qū)で笏麕椭泥従犹峁椭?/p>

Manager：根據(jù)[4]中提到的網(wǎng)絡(luò)信任中的自治域理論，我們的仿真模型中也引入域的概念。每一個(gè)域都有一個(gè)Manager來(lái)總覽該域的管理工作。Manager也由屬性、記憶和行為三個(gè)要素組成。屬性用來(lái)標(biāo)識(shí)Manager的身份；Manager的記憶是指每一個(gè)Manager必須且只能夠記錄其管轄域內(nèi)所有Client的信譽(yù)和能力指數(shù)；Manager有了記憶以后，當(dāng)Client向其詢(xún)問(wèn)其所管理的成員Client的相關(guān)信息時(shí)，它便可以提供客觀的幫助，這便是Manager的行為。

5 智能體之間的交互

智能體之間交互學(xué)習(xí)的目的是為了了解自己的“鄰居”用戶(hù)。在我們?cè)O(shè)計(jì)的仿真模型中，有兩種類(lèi)型的交互：Client-Client：即Client之間的交互。Client之間可以進(jìn)行交互學(xué)習(xí)，前提是他們之間存在著信任關(guān)系。Manager-Client：即Manager和Client之間的交互。Manager會(huì)根據(jù)自己所管轄域內(nèi)的所有Client的行為去更新它對(duì)每一個(gè)Client的信譽(yù)和能力的評(píng)估，所以Manager需要觀察管轄域內(nèi)每一個(gè)Client的行為。舉例說(shuō)明：如圖1所示，假設(shè)U2，U3，U4屬于域Area1，該域的管理員是Manager1，U1屬于哪一個(gè)域無(wú)關(guān)緊要。在某一時(shí)刻，U1需要向U4詢(xún)問(wèn)他對(duì)I2的觀點(diǎn)，那么這時(shí)候U1可以分別詢(xún)問(wèn)U2，U3，然后U2，U3又分別詢(xún)問(wèn)U4，最后詢(xún)問(wèn)方根據(jù)被詢(xún)問(wèn)方的回答和自己對(duì)被詢(xún)問(wèn)方的評(píng)估，產(chǎn)生一個(gè)新的帶有主觀看法的回答傳遞給上一級(jí)詢(xún)問(wèn)者。如果U1和U4之間沒(méi)有可達(dá)路徑（或路徑過(guò)長(zhǎng)），那么U1就可以直接去詢(xún)問(wèn)Manager1有關(guān)U4的信譽(yù)和能力，最后形成自己對(duì)U4觀點(diǎn)的接受程度。

6 模型特點(diǎn)

本模型有三個(gè)顯著特點(diǎn)：智能性、交互性和動(dòng)態(tài)性。

智能性是智能體的本質(zhì)特征，他們能夠觀察對(duì)方的行為并以此為依據(jù)建立對(duì)鄰居用戶(hù)的評(píng)價(jià)。交互性是指智能體之間不是相互獨(dú)立的，而是相互影響的。經(jīng)過(guò)每一次交互，智能體都會(huì)對(duì)自己的能力、活躍度或者對(duì)鄰居的看法等方面的數(shù)據(jù)做一定的更新。動(dòng)態(tài)性是指智能體的屬性、行為和記憶是隨著時(shí)間的推移不斷變化的。如圖2所示，其中的每一個(gè)點(diǎn)代表一個(gè)智能體，顏色反應(yīng)的是智能體的性質(zhì)。紅色代表能力和活躍度最強(qiáng)的智能體，黃色和藍(lán)色表示能力和活躍度較低的智能體。值得注意的是眾多的智能體中有一些智能體的顏色是淡黃色，他們就是所謂的惡意節(jié)點(diǎn)。

7 結(jié)束語(yǔ)

本文從理論層次上提出了基于Swarm平臺(tái)的仿真模型，并做了基礎(chǔ)的仿真工作。我們接下來(lái)的研究方向?qū)⑹沁M(jìn)一步優(yōu)化理論模型，并且在Swarm平臺(tái)上最終實(shí)現(xiàn)該模型。我們希望借此文章能夠?qū)l(fā)展較為成熟的Swarm平臺(tái)引進(jìn)到電子商務(wù)個(gè)性化推薦系統(tǒng)中研究中來(lái)。

參考文獻(xiàn)：

[1]Maria Chowdhury，Alex Thomo，Bill Wadge.Trust-Based Infinitesimals for Enhanced Collaborative Filtering. University of VictoriaBC， Canada，2009，12.

[2]Peter Bruhn ， Charlotte Bruun.，.St rade，Pietro Tern.SWARM中的經(jīng)濟(jì)仿真：基于智能體建模與面向?qū)ο笤O(shè)計(jì). Social Sciences Documentation Publishing Hous

[3]張富國(guó).基于信任的電子商務(wù)個(gè)性化推薦關(guān)鍵問(wèn)題研究.江西財(cái)經(jīng)大學(xué)信息管理學(xué)院博士學(xué)位論文，2009，5.

[4]張琳，王汝傳，王海艷.基于多影響因素的網(wǎng)格信任傳播算法[J].通信學(xué)報(bào)，2011，7.

[5]劉貞，程勇軍.Swarm for Java 仿真及編程實(shí)現(xiàn)[M].機(jī)械工業(yè)出版社，2009，9.