【摘要】：近年來互聯(lián)網(wǎng)的普及和電子商務迅猛發(fā)展,海量的信息涌現(xiàn)在人們的面前,人們面臨的信息過載問題越來越嚴重。在這種情況下,推薦系統(tǒng)應運而生。人們一般認為,推薦系統(tǒng)這個研究領域源于協(xié)同過濾算法的提出。從20世紀末第一個個性化郵件推薦系統(tǒng)Tapestry誕生以來,推薦系統(tǒng)得到了廣泛的應用,從Amazon、EBay、Last.fm、豆瓣等電子商務網(wǎng)站和音樂網(wǎng)站,到谷歌、百度廣告聯(lián)盟到處都有推薦系統(tǒng)的身影。由于長尾效應、馬太效應等的存在,傳統(tǒng)的協(xié)同過濾推薦算法面臨著用戶項目評分數(shù)據(jù)稀疏、冷啟動、安全性以及可擴展性等問題。近些年來在關(guān)于推薦系統(tǒng)的研究中,部分研究人員將數(shù)據(jù)挖掘領域的聚類分析技術(shù)融入到推薦系統(tǒng)中希望能夠解決部分問題。融合聚類分析的推薦算法首先根據(jù)用戶或項目的屬性進行聚類。使用聚類分析技術(shù)根據(jù)用戶或者項目的屬性進行聚類,將具有相似性質(zhì)的用戶或項目聚集到一個簇中,有效的降低了數(shù)據(jù)對象的規(guī)模,降低了推薦系統(tǒng)的算法復雜度。但是一般的聚類推薦算法忽略了用戶的社交關(guān)系給用戶帶來的影響,同時基于聚類的協(xié)同過濾算法仍然要受到數(shù)據(jù)稀疏性帶來的影響這是因為這類算法仍然使用用戶-項目評分來計算相似性�；趯ι鲜鰡栴}的分析本文提出了一種融合了信任關(guān)系的二重聚類協(xié)同過濾算法。本算法使用用戶項目類愛好度來降低矩陣的維度,然后計算用戶的項目類相似度,減小用戶-項目評分稀疏帶來的影響。在計算用戶相似性的時候考慮用戶的社交關(guān)系對推薦的影響,將社交網(wǎng)絡中的信任關(guān)系引入到用戶相似性的計算過程。在進行用戶聚類的時候考慮到用戶群體中專家用戶的巨大影響,選擇專家用戶作為用戶聚類的初始聚類中心。在評分預測階段又考慮了推薦用戶在相應項目評分預測上的可信任度。通過本文的幾點改進,有效的降低了用戶-項目評分稀疏所帶的影響,提高了推薦結(jié)果的準確性。
【學位授予單位】：鄭州大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.3

【相似文獻】

相關(guān)期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機系統(tǒng)應用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計算機應用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進[J];計算機應用與軟件;2008年09期

4 張立燕;;一種基于用戶事務模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強;;智能博物館環(huán)境下的個性化推薦算法[J];計算機工程與應用;2010年19期

7 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進評價估計的混合推薦算法研究[J];微計算機信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機工程與應用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學學報(自然科學版);2011年03期

相關(guān)會議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務個性化推薦系統(tǒng)[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學會第17屆學術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡的含時推薦算法[A];第五屆全國復雜網(wǎng)絡學術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：2554691