本文關(guān)鍵詞：基于社會(huì)計(jì)算的電子商務(wù)協(xié)同過(guò)濾推薦算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子商務(wù)在互聯(lián)網(wǎng)產(chǎn)業(yè)中的興起,作為電子商務(wù)平臺(tái)核心技術(shù)之一的推薦系統(tǒng)已受到廣泛的關(guān)注。電子商務(wù)推薦系統(tǒng)根據(jù)用戶(hù)的個(gè)人特征、歷史行為和物品特征等信息,結(jié)合相關(guān)的數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)和人工智能策略,預(yù)測(cè)用戶(hù)對(duì)物品的需求程度。 在諸多推薦算法中,協(xié)同過(guò)濾的推薦技術(shù)是目前應(yīng)用最廣的推薦算法之一。盡管如此,但是隨著互聯(lián)網(wǎng)中信息膨脹和用戶(hù)激增,協(xié)同過(guò)濾推薦技術(shù)面臨著以下兩個(gè)問(wèn)題：第一,如何利用用戶(hù)在電子商務(wù)平臺(tái)上的社會(huì)屬性提高推薦結(jié)果的覆蓋率和準(zhǔn)確率的問(wèn)題。第二,如何考慮用戶(hù)興趣隨時(shí)間推移而變化的問(wèn)題,使推薦結(jié)果更符合用戶(hù)不斷變化的實(shí)際需求。本文針對(duì)這兩個(gè)問(wèn)題對(duì)電子商務(wù)協(xié)同過(guò)濾推薦算法展開(kāi)研究,主要貢獻(xiàn)如下： 在傳統(tǒng)基于用戶(hù)相似度的協(xié)同過(guò)濾推薦算法的基礎(chǔ)上,引入信任計(jì)算的研究?jī)?nèi)容,包括信任列表挖掘、信任傳遞、信任組合等。提出了三種算法利用信任信息的推薦算法模型：1)基于信任挖掘的推薦算法；2)基于用戶(hù)相似度與信任挖掘的混合推薦算法；3)基于用戶(hù)相似度和信任傳遞的混合推薦算法。實(shí)驗(yàn)結(jié)果表明,在基于用戶(hù)相似度的協(xié)同過(guò)濾推薦算法加入信任計(jì)算后,本文提出的基于信任的混合推薦算法的全局推薦覆蓋率有顯著提高,全局推薦準(zhǔn)確率有所提高,而解決新用戶(hù)問(wèn)題的能力有顯著提高。 在傳統(tǒng)基于商品相似度的協(xié)同過(guò)濾推薦算法的基礎(chǔ)上,本文提出了一個(gè)種基于興趣計(jì)算的電子商務(wù)推薦算法。該算法假設(shè)用戶(hù)在電子商務(wù)平臺(tái)上的行為是由用戶(hù)的興趣或需求所驅(qū)動(dòng)的,并且考慮興趣是隨時(shí)間變化而變化的。通過(guò)定義興趣度函數(shù)來(lái)模擬由時(shí)間變化而導(dǎo)致的用戶(hù)興趣相關(guān)性衰減現(xiàn)象。實(shí)驗(yàn)結(jié)果表明,在基于商品相似度的協(xié)同過(guò)濾推薦算法加入興趣計(jì)算后,全局推薦準(zhǔn)確率和覆蓋率有所提高。
【關(guān)鍵詞】：電子商務(wù) 推薦系統(tǒng) 協(xié)同過(guò)濾 社會(huì)計(jì)算 信任計(jì)算 興趣計(jì)算
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類(lèi)號(hào)】：TP301.6
【目錄】：

• 摘要3-4
• Abstract4-11
• 第1章 緒論11-15
• 1.1 課題背景11-12
• 1.2 研究意義12-13
• 1.3 本文的主要工作13-14
• 1.4 本文的組織結(jié)構(gòu)14-15
• 第2章 推薦系統(tǒng)與社會(huì)計(jì)算綜述15-28
• 2.1 推薦系統(tǒng)15-22
• 2.1.1 推薦問(wèn)題的定義15-16
• 2.1.2 推薦系統(tǒng)的組成16-17
• 2.1.3 推薦算法概述17-20
• 2.1.4 推薦系統(tǒng)的國(guó)內(nèi)外研究現(xiàn)狀20-22
• 2.2 社會(huì)計(jì)算22-27
• 2.2.1 社會(huì)計(jì)算的定義22-23
• 2.2.2 社會(huì)計(jì)算的框架23-24
• 2.2.3 社會(huì)計(jì)算的理論與技術(shù)24-27
• 2.3 本章小結(jié)27-28
• 第3章 基于信任計(jì)算的商品推薦模型28-43
• 3.1 基于用戶(hù)的協(xié)同過(guò)濾推薦算法28-32
• 3.1.1 算法框架28-29
• 3.1.2 相似度計(jì)算29-31
• 3.1.3 k鄰居計(jì)算31
• 3.1.4 推薦結(jié)果31-32
• 3.2 基于信任挖掘的推薦算法32-35
• 3.2.1 算法框架34-35
• 3.2.2 信任集合的確定35
• 3.2.3 推薦結(jié)果35
• 3.3 基于用戶(hù)相似度與信任挖掘的混合推薦算法35-37
• 3.3.1 算法框架36
• 3.3.2 線(xiàn)性組合36-37
• 3.4 基于用戶(hù)相似度和信任傳遞的混合推薦算法37-42
• 3.4.1 算法框架38-39
• 3.4.2 信任傳遞與信任組合39-41
• 3.4.3 混合相似度計(jì)算41
• 3.4.4 k鄰居計(jì)算41
• 3.4.5 推薦結(jié)果41-42
• 3.5 本章小結(jié)42-43
• 第4章 基于信任計(jì)算的推薦模型實(shí)驗(yàn)分析43-60
• 4.1 實(shí)驗(yàn)數(shù)據(jù)與分析43-48
• 4.1.1 評(píng)論數(shù)據(jù)分析44-46
• 4.1.2 信任數(shù)據(jù)分析46-48
• 4.2 實(shí)驗(yàn)設(shè)計(jì)48-49
• 4.3 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)49-52
• 4.4 實(shí)驗(yàn)結(jié)果52-59
• 4.4.1 鄰居參數(shù)k的取值實(shí)驗(yàn)52-55
• 4.4.2 全局的覆蓋率和精確率實(shí)驗(yàn)55
• 4.4.3 可擴(kuò)展性實(shí)驗(yàn)55-57
• 4.4.4 Cold Start實(shí)驗(yàn)57-58
• 4.4.5 實(shí)驗(yàn)結(jié)論58-59
• 4.5 本章小結(jié)59-60
• 第5章 基于興趣計(jì)算的推薦模型60-70
• 5.1 問(wèn)題的提出和分析60-62
• 5.2 基于商品的協(xié)同過(guò)濾推薦算法62-65
• 5.2.1 算法框架62-63
• 5.2.2 相似度計(jì)算63-64
• 5.2.3 k鄰居計(jì)算64
• 5.2.4 推薦結(jié)果64-65
• 5.3 基于興趣計(jì)算的協(xié)同過(guò)濾推薦算法65-69
• 5.3.1 算法框架66-67
• 5.3.2 興趣度計(jì)算函數(shù)67-68
• 5.3.3 基于興趣計(jì)算的相似度計(jì)算68
• 5.3.4 k鄰居計(jì)算68
• 5.3.5 推薦結(jié)果68-69
• 5.4 本章小結(jié)69-70
• 第6章 基于興趣計(jì)算的推薦模型實(shí)驗(yàn)分析70-82
• 6.1 實(shí)驗(yàn)數(shù)據(jù)分析70-73
• 6.2 實(shí)驗(yàn)設(shè)計(jì)73-74
• 6.3 實(shí)驗(yàn)評(píng)價(jià)指標(biāo)74-75
• 6.4 實(shí)驗(yàn)結(jié)果75-81
• 6.4.1 鄰居參數(shù)k的取值實(shí)驗(yàn)75-78
• 6.4.2 興趣衰減系數(shù)取值實(shí)驗(yàn)78-80
• 6.4.3 全局的覆蓋率和精確率實(shí)驗(yàn)80
• 6.4.4 實(shí)驗(yàn)結(jié)論80-81
• 6.5 本章小結(jié)81-82
• 第7章 總結(jié)與展望82-84
• 7.1 總結(jié)82-83
• 7.2 展望83-84
• 參考文獻(xiàn)84-89
• 攻讀碩士學(xué)位期間主要的研究成果89-90
• 致謝90

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 張宇;陳華鈞;姜曉紅;盛浩;于彤;周林華;;電子商務(wù)系統(tǒng)信任管理研究綜述[J];電子學(xué)報(bào);2008年10期

2 林鴻飛,楊元生;用戶(hù)興趣模型的表示和更新機(jī)制[J];計(jì)算機(jī)研究與發(fā)展;2002年07期

3 秦光潔;張穎;;基于綜合興趣度的協(xié)同過(guò)濾推薦算法[J];計(jì)算機(jī)工程;2009年17期

4 李景濤;荊一楠;肖曉春;王雪平;張根度;;基于相似度加權(quán)推薦的P2P環(huán)境下的信任模型[J];軟件學(xué)報(bào);2007年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 張宇;在線(xiàn)社會(huì)網(wǎng)絡(luò)信任計(jì)算與挖掘分析中若干模型與算法研究[D];浙江大學(xué);2009年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 凡項(xiàng)陽(yáng);基于Web 2.0的企業(yè)社會(huì)計(jì)算平臺(tái)研究與實(shí)現(xiàn)[D];上海交通大學(xué);2008年

2 楊晨醒;數(shù)字圖書(shū)館協(xié)同過(guò)濾及GPU計(jì)算技術(shù)研究[D];浙江大學(xué);2010年

  本文關(guān)鍵詞：基于社會(huì)計(jì)算的電子商務(wù)協(xié)同過(guò)濾推薦算法研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：407709