双结构网络是以传统的TCP/IP网络为主结构,以此为基础添加了“广播和分布储存”的“播存结构”作为次级结构,用以缓解互联网中“信息过载”等问题。播存结构利用物理广播的辐射分发能力分担互联网共享型内容流量,其中共享型内容的识别显得尤为重要。然而传统的协同过滤推荐算法不能完全适用这一特殊的应用环境,存在着诸如数据可靠性、数据稀疏性、新用户冷启动等局限。本文为解决以上问题,分析了信任在实际的推荐场景下所扮演的角色,生活中人们往往愿意接受来自信任对象的推荐,用户间的信任关系会大大地影响着推荐结果。双结构网络中引入基于信任机制的推荐不仅可以丰富系统中原本较为稀疏的评分数据,通过用户间信任关系为用户寻找可靠的邻居来完成推荐,减少不可靠用户的虚假推荐,解决了不可靠数据所带来的问题,避免数据稀疏性对推荐结果造成的负面影响：针对用户冷启动问题,通过信任的概念定义了系统中声誉较高、口碑较好的权威用户,将这些用户作为新用户的邻居进行推荐,可以有效地缓解新用户的冷启动问题。因此,本文在传统算法中引入了信任的概念,提出了双结构网络中基于信任机制的协同过滤推荐算法用以解决传统算法在应用中所面临的困难。本文结合双结构网络的特点和需求,设计并实现了双结构网络中基于信任机制的协同过滤推荐算法。论文的主要工作体现在以下几个方面：● 为了缓解双结构网络中数据稀疏以及可靠性等问题,本文根据双结构网络的特点和需求,提出了基于隐式信任机制的协同过滤推荐算法：DS-CFAIT算法。该算法利用群体用户的历史数据信息挖掘出用户间的隐式信任关系,利用用户间的隐式信任关系和相似关系的共同作用来完成推荐。在此基础上还研究了如何利用隐式信任来缓解新用户的冷启动问题,以及引入时间因子的推荐模型。● 为了进一步完善信任机制,满足双结构网络对用户显式信任关系的需求,本文提出了DS-HTrustSVD算法。该算法提出了基于隐式信任关系和显式信任关系的混合模型,并通过奇异值分解的方法实现向用户推荐的过程。此算法可以丰富用户间的信任关系,获得更加准确的信任值,从而能够得到更加可靠的推荐结果。● 在数据集上对提出的算法进行了仿真实验,通过实验验证了算法的准确性,并在原型系统中进行了算法的实现,验证了算法的可行性。实验结果表明,本文提出的DS-CFAIT算法和DS-HTrustSVD算法可以有效提高双结构网络中的推荐效果,改善用户的使用体验。