互聯網的飛速發(fā)展,讓更多的信息出現在人們身邊,與日俱增的信息量為人們的生活提供了極大的便利,使人們在一定程度上擺脫了信息匱乏的困擾。但是在面對如此大的信息量時,要怎么樣精準地獲取人們自己想要的信息卻成了一個令人困惑的問題�，F有的搜索工具在這樣海量的信息面前也顯得無能為力,而推薦系統(tǒng)的出現為人們的個性化需求帶來了福音,并且使得信息的獲取更加高效和便捷。本文分析了基于協同過濾的推薦、基于內容的推薦、基于圖的推薦、基于關聯挖掘的推薦等常用推薦算法。雖然這些算法在不同領域中都有應用,但是仍然存在自適應能力不強、個性化能力不足等問題�；诖�,本文嘗試對現有的算法進行改進,將改進后的算法按照一定的規(guī)則進行混合。在分析了 MovieLens數據集的基本特征后,本文用基于改進后的個性化混合推薦算法在該數據集上進行驗證,最終的結果證明,推薦的準確率和覆蓋率都優(yōu)于傳統(tǒng)的推薦算法。在算法改進方面,本文將融合相似度后的基于項目的推薦、基于關聯挖掘的推薦和基于加權二部圖的推薦混合在一起以提高推薦的效果。傳統(tǒng)的基于項目的推薦只用到了用戶的評分數據,并沒有考慮到物品的屬性,比如對于電影來說,它的屬性可以有導演、演員... 

【文章來源】：浙江工商大學浙江省

【文章頁數】：83 頁

【學位級別】：碩士

【部分圖文】：

圖１－１推薦系統(tǒng)通用模型??

圖１－２本文研宄框架??１１??

定義用戶集…，心｝，項目集為Ｂ＝｛ｈ，６２，６３，?。在用戶和項目??之間有連線，但是用戶集之間和項目集之間都沒有對應的邊相連。如圖２－１所示??（圓形代表用戶，方形代表項目）構成了一個簡單的二部圖，其中的連線代表著??用戶和項目的選擇關系。當用戶和項目之間有連線時，說明用戶對該項目有過行??為。??圖２－１二部圖圖例??基于二部圖的推薦算法分為兩種：一種是基于物質擴散的二部圖推薦算法，??另一種是基于熱傳導的二部圖推薦算法。??―、基于物質擴散的二部圖推薦??在一個由ｍ個用戶和ｎ個產品構成的二部圖中，用戶叫選擇過的產品都有??向叫推薦其它產品的能力，像這樣的能力可以在二部圖中進行資源分配，從而進??行推薦。??＼４??

【參考文獻】：
期刊論文
[1]基于標簽的商品推薦系統(tǒng)的設計[J]. 張宏,杜鵬.  黑龍江科技信息. 2017(17)
[2]基于用戶行為特征的動態(tài)權重混合推薦算法[J]. 劉沛文,陳華鋒.  計算機應用與軟件. 2017(04)
[3]改進的熱傳導和物質擴散混合推薦算法[J]. 楊衛(wèi)芳,李學明,喬保學.  計算機工程. 2017(03)
[4]基于二分網絡的用戶聚類電影推薦系統(tǒng)構建[J]. 李寒芳,吳東月,高強.  電子測試. 2016(20)
[5]一種基于矩陣分解的電影推薦算法[J]. 聶常超.  電子設計工程. 2016(19)
[6]基于個性化混合推薦算法的網絡推薦系統(tǒng)[J]. 謝月榮,馮璐瑤,閆炳陽,李占行.  電腦知識與技術. 2016(10)
[7]基于譜聚類和擴展樸素貝葉斯的混合推薦算法[J]. 胡德敏,龔燕.  計算機應用研究. 2016(12)
[8]一種個性化協同過濾混合推薦算法[J]. 蔣宗禮,汪瑜彬.  軟件導刊. 2016(03)
[9]基于用戶興趣的協同過濾推薦算法[J]. 方獻梅,高曉波.  軟件導刊. 2016(02)
[10]一種基于內容的新聞推薦系統(tǒng)實例[J]. 代晨旭,周熙晨.  電腦知識與技術. 2015(25)

碩士論文
[1]關聯規(guī)則挖掘算法研究與改進[D]. 孫俊.江南大學 2016
[2]個性化混合推薦算法及應用研究[D]. 陳恭泳.中央民族大學 2016
[3]協同過濾技術在電子商務推薦系統(tǒng)中的應用研究[D]. 何安.浙江大學 2007



本文編號：3575884