推薦系統(tǒng)已有二十多年的發(fā)展,最初多用于電子商務(wù)網(wǎng)站,目前已經(jīng)廣泛應(yīng)用到相當(dāng)多的領(lǐng)域,包括電子商務(wù)、影視、音樂(lè)、社交平臺(tái)、新聞信息、廣告等。網(wǎng)絡(luò)技術(shù)的發(fā)展使得我們獲得的用戶(hù)行為數(shù)據(jù)越來(lái)越多,數(shù)據(jù)的類(lèi)型也隨之增加,因此我們應(yīng)該充分利用這些數(shù)據(jù),更好的挖掘用戶(hù)的潛在需求。一方面將用戶(hù)需要的信息和熱門(mén)物品或者長(zhǎng)尾物品展現(xiàn)給他,另一方面也有利于信息生產(chǎn)者營(yíng)銷(xiāo)自己的產(chǎn)品。幾乎所有的推薦系統(tǒng)都是由前臺(tái)展示頁(yè)面、后臺(tái)的日志系統(tǒng)以及推薦算法系統(tǒng)三部分構(gòu)成。推薦算法是推薦系統(tǒng)研究的核心,目前單一的推薦算法通常會(huì)存在冷啟動(dòng)等問(wèn)題。因此本文將基于鄰域的推薦算法與基于內(nèi)容的推薦算法相結(jié)合,進(jìn)行混合推薦�；旌贤扑]算法彌補(bǔ)了單一推薦算法存在的缺陷,使得給用戶(hù)的推薦列表更精確,推薦更全面。推薦算法離不開(kāi)用戶(hù)或者項(xiàng)目之間的相似性度量,通常由于項(xiàng)目和用戶(hù)數(shù)量龐大,用戶(hù)-項(xiàng)目評(píng)分矩陣非常稀疏,設(shè)計(jì)出的推薦算法存在推薦不精準(zhǔn)的問(wèn)題。本文針對(duì)這一問(wèn)題提出將共現(xiàn)潛在語(yǔ)義空間模型（CLSVSM）運(yùn)用到推薦算法的設(shè)計(jì)中,將“共現(xiàn)”概念運(yùn)用到推薦算法中,用“共現(xiàn)強(qiáng)度”代替?zhèn)鹘y(tǒng)推薦算法的相似性度量,并對(duì)用戶(hù)-評(píng)分矩陣進(jìn)行補(bǔ)全。傳統(tǒng)推薦算... 

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國(guó)內(nèi)外研究動(dòng)態(tài)
        1.2.1 推薦系統(tǒng)研究現(xiàn)狀
        1.2.2 評(píng)論文本挖掘研究現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容
    1.4 本文基本框架
第二章 推薦算法研究理論基礎(chǔ)
    2.1 個(gè)性化推薦系統(tǒng)原理
    2.2 基于鄰域的推薦算法
        2.2.1 相似性度量
        2.2.2 基于用戶(hù)的協(xié)同過(guò)濾推薦算法
        2.2.3 基于項(xiàng)目的協(xié)同過(guò)濾推薦算法
    2.3 基于內(nèi)容的推薦算法
    2.4 混合推薦算法
    2.5 推薦算法評(píng)估
第三章 基于潛在共現(xiàn)的推薦模型
    3.1 共現(xiàn)分析概念
    3.2 共現(xiàn)潛在語(yǔ)義向量空間模型(CLSVSM)
    3.3 基于潛在共現(xiàn)的推薦模型
        3.3.1 評(píng)分預(yù)測(cè)算法基礎(chǔ)
        3.3.2 基于潛在共現(xiàn)推薦模型
第四章 推薦模型實(shí)驗(yàn)
    4.1 評(píng)論數(shù)據(jù)采集與預(yù)處理
        4.1.1 評(píng)論數(shù)據(jù)采集
        4.1.2 評(píng)論數(shù)據(jù)預(yù)處理
    4.2 評(píng)論文本數(shù)據(jù)分詞
        4.2.1 分詞基本原理
        4.2.2 常用分詞工具
    4.3 特征詞提取
        4.3.1 情感詞典構(gòu)建
        4.3.2 程度詞和否定詞詞典構(gòu)建
        4.3.3 特征詞提取
    4.4 K近鄰算法特征聚類(lèi)
    4.5 評(píng)論文本共現(xiàn)分析
    4.6 實(shí)驗(yàn)結(jié)果分析
第五章 總結(jié)與展望
參考文獻(xiàn)
攻讀碩士期間取得的研究成果
致謝
個(gè)人簡(jiǎn)況及聯(lián)系方式



本文編號(hào)：3675143