本文關(guān)鍵詞：基于郵箱系統(tǒng)的個性化推薦算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子商務的蓬勃發(fā)展,推薦系統(tǒng)變的越來越重要,根據(jù)用戶的喜好給用戶推薦商品,以此來幫助用戶快速找到可能會感興趣的物品。作為網(wǎng)絡交流很重要的工具,電子郵件在人們的生活中扮演了很重要的角色,基于郵箱的個性化推薦也變的熱門。該論文闡述了一種基于郵箱的推薦系統(tǒng),通過抽取、分析用戶的郵件信息和行為日志,為用戶進行推薦。對于每一個用戶,根據(jù)用戶發(fā)送接收的郵件信息,為用戶建立模型產(chǎn)生用戶興趣向量,用戶興趣向量記錄了用戶對每類信息的興趣度,包括主要的興趣和潛在的興趣。得到用戶的興趣向量后,就可以據(jù)此給用戶推薦商品。另外,考慮到用戶興趣的漂移和推薦系統(tǒng)的實時性,提出了反饋系統(tǒng)。當一個用戶點擊一件商品時,系統(tǒng)將會得到與該商品相似的商品然后推薦給用戶。商品之間的相似度存儲在物品相似度矩陣里面,相似度矩陣是通過基于內(nèi)容和協(xié)同過濾算法得到的�？紤]到用戶郵件信息和行為日志的增長,每個一段時間會重新計算用戶興趣向量來追蹤用戶的興趣改變。用戶興趣向量中低興趣度的信息可能反應用戶潛在的興趣點,所以會適當推薦該信息類別的物品以此來挖掘用戶潛在的喜好,從而使推薦結(jié)果充滿多樣性和新奇性,論文的方法在郵件系統(tǒng)中得到了不錯的推薦結(jié)果。
【關(guān)鍵詞】：數(shù)據(jù)挖掘 推薦系統(tǒng) 電子郵件 興趣向量 反饋推薦
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP393.098;TP391.3
【目錄】：

• 摘要4-5
• ABSTRACT5-7
• 目錄7-9
• 第一章 緒論9-13
• 1.1 課題背景及意義9-10
• 1.2 課題研究現(xiàn)狀10-11
• 1.3 本文主要研究內(nèi)容及意義11-12
• 1.4 本文組織結(jié)構(gòu)12-13
• 第二章 推薦系統(tǒng)介紹13-23
• 2.1 推薦系統(tǒng)的應用13-14
• 2.2 推薦系統(tǒng)冷啟動問題14
• 2.3 推薦系統(tǒng)評測指標14-17
• 2.3.1 用戶滿意度14
• 2.3.2 預測準確度14-16
• 2.3.3 覆蓋率16
• 2.3.4 多樣性16-17
• 2.4 推薦算法介紹17-21
• 2.4.1 基于人口統(tǒng)計的推薦17
• 2.4.2 基于內(nèi)容的推薦17-18
• 2.4.3 協(xié)同過濾18-20
• 2.4.4 混合的推薦機制20-21
• 2.5 本章小結(jié)21-23
• 第三章 基于內(nèi)容和協(xié)同過濾的混合郵箱推薦算法設(shè)計23-44
• 3.1 推薦數(shù)據(jù)23-27
• 3.1.1 數(shù)據(jù)采集23-24
• 3.1.2 數(shù)據(jù)處理24-27
• 3.2 相似度的計算27-28
• 3.3 基于內(nèi)容的推薦算法研究28-33
• 3.3.1 特征抽取29-30
• 3.3.2 特征學習30-32
• 3.3.3 產(chǎn)生推薦32-33
• 3.4 基于物品的協(xié)同過濾研究33-35
• 3.5 基于用戶的協(xié)同過濾研究35-36
• 3.6 基于內(nèi)容和ItemCF混合的郵箱推薦算法36-42
• 3.6.1 冷啟動過程37-38
• 3.6.2 生成興趣向量38-40
• 3.6.3 生成推薦列表40
• 3.6.4 反饋機制40-42
• 3.7 本章小結(jié)42-44
• 第四章 實驗結(jié)果分析與系統(tǒng)設(shè)計實現(xiàn)44-57
• 4.1 數(shù)據(jù)集簡介44
• 4.2 算法的實驗結(jié)果對比44-47
• 4.2.1 實驗結(jié)果45-46
• 4.2.2 對比分析46-47
• 4.3 基于郵件的圖書推薦系統(tǒng)架構(gòu)設(shè)計47-49
• 4.3.1 系統(tǒng)總體結(jié)構(gòu)47-48
• 4.3.2 生成用戶興趣向量48-49
• 4.3.3 反饋模塊49
• 4.4 基于郵件的圖書推薦的開發(fā)與實現(xiàn)49-54
• 4.4.1 系統(tǒng)目標49
• 4.4.2 系統(tǒng)運行環(huán)境49-50
• 4.4.3 系統(tǒng)架構(gòu)搭建50-52
• 4.4.4 數(shù)據(jù)庫設(shè)計52-53
• 4.4.5 獲取用戶郵件53
• 4.4.6 產(chǎn)生推薦列表53
• 4.4.7 前端開發(fā)53-54
• 4.5 基于郵件的圖書推薦系統(tǒng)的評測54-55
• 4.6 本章小結(jié)55-57
• 第五章 總結(jié)與展望57-59
• 5.1 總結(jié)57-58
• 5.2 工作展望58-59
• 參考文獻59-61
• 致謝61-62
• 作者攻讀學位期間發(fā)表的學術(shù)論文目錄62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 黃裕洋;金遠平;;一種綜合用戶和項目因素的協(xié)同過濾推薦算法[J];東南大學學報(自然科學版);2010年05期

2 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學報;2009年02期

  本文關(guān)鍵詞：基于郵箱系統(tǒng)的個性化推薦算法研究，由筆耕文化傳播整理發(fā)布。

本文編號：460736