本文關(guān)鍵詞：推薦系統(tǒng)中多源信息融合和隱式反饋挖掘的研究

  更多相關(guān)文章： 推薦系統(tǒng) 協(xié)同過(guò)濾 矩陣分解 打分預(yù)測(cè) 主題建模 社會(huì)推薦系統(tǒng) 異構(gòu)信息源 隱式反饋

【摘要】：通信技術(shù)和網(wǎng)絡(luò)媒體的發(fā)展,產(chǎn)生了大量的信息、：新聞,音樂(lè),視頻,應(yīng)用軟件等；為克服由此帶來(lái)的信息過(guò)載問(wèn)題,研究者們就對(duì)如何構(gòu)建支撐用戶做出個(gè)性化決策的信息系統(tǒng)產(chǎn)生了興趣,并提出了多種信息過(guò)濾算法,這些系統(tǒng)(算法)統(tǒng)稱(chēng)為推薦系統(tǒng)(算法)。由于推薦系統(tǒng)能夠?yàn)閺V大用戶提供他們感興趣和有用的物品,給企業(yè)帶來(lái)營(yíng)收、為平臺(tái)增強(qiáng)功能同時(shí)也提升了用戶滿意度,使得推薦系統(tǒng)在電子商務(wù)、流媒體平臺(tái)和社交網(wǎng)絡(luò)與社會(huì)媒體等領(lǐng)域有廣泛的應(yīng)用。由于傳統(tǒng)的協(xié)同過(guò)濾推薦方法只利用了用戶對(duì)物品的淺層打分信息,使得推薦性能深受冷啟動(dòng)和數(shù)據(jù)稀疏性的影響。因而目前一個(gè)重要方向是增加額外的數(shù)據(jù)源：一方面,是增加文本信息,如用戶對(duì)產(chǎn)品的評(píng)論數(shù)據(jù)；另一方面,是增加社交關(guān)系信息,如用戶在社會(huì)網(wǎng)絡(luò)中形成的信任關(guān)系鏈。然而,如何將文本信息和社交關(guān)系信息整合到基于矩陣分解的協(xié)同過(guò)濾方法中,還缺乏高效的融合方法。另一個(gè)重要方向是深度利用有限的信息,如挖掘打分信息中的隱式反饋。但是如何把橫向增加額外數(shù)據(jù)源與縱向深挖有限信息兩個(gè)重要方向結(jié)合起來(lái)以進(jìn)一步提高推薦性能,相關(guān)工作據(jù)作者所知還沒(méi)有。本文對(duì)推薦系統(tǒng)中的多源信息融合和隱式反饋挖掘進(jìn)行了研究,在此基礎(chǔ)上提出了兩個(gè)推薦模型,主要工作包括：1.提出一個(gè)基于多源信息融合的高效綜合方法,能夠同時(shí)建模打分信息、文本信息和社交網(wǎng)絡(luò)信息。以往利用額外數(shù)據(jù)源的方法通常只加入了一種額外信息,比如只加入了文本信息,或者只加入了社交關(guān)系信息,缺乏一個(gè)高效的綜合方法。針對(duì)這一問(wèn)題,本文通過(guò)基于矩陣分解的協(xié)同過(guò)濾基本模型,建立了打通文本信息和社交關(guān)系信息的融合方法。該方法不僅具有優(yōu)化目標(biāo)上的統(tǒng)一性,在兩個(gè)真實(shí)數(shù)據(jù)集的評(píng)估上都有實(shí)踐上的性能提升。2.提出一個(gè)基于隱式反饋挖掘的擴(kuò)展融合模型,能夠在深挖縱向打分信息的同時(shí)融合橫向的額外數(shù)據(jù)源。以往利用隱式反饋信息的方法都只考慮了如何縱向深挖打分信息,而忽略了融合橫向的額外數(shù)據(jù)源。針對(duì)這一問(wèn)題,本文通過(guò)多源信息融合這一綜合方法,在此基礎(chǔ)上建立了能深挖隱式反饋信息的擴(kuò)展模型。通過(guò)此方法,本文首次實(shí)現(xiàn)了橫向多源數(shù)據(jù)融合和縱向隱式反饋挖掘兩個(gè)克服冷啟動(dòng)和數(shù)據(jù)稀疏性問(wèn)題的重要方向的匯合。所提出的融合模型和擴(kuò)展融合模型在兩個(gè)較大規(guī)模的數(shù)據(jù)集上做了實(shí)驗(yàn)驗(yàn)證,并對(duì)兩個(gè)模型的所含組件和超參敏感性進(jìn)行了詳細(xì)分析。
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.3

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 米可菲;張勇;邢春曉;蔚欣;;面向大數(shù)據(jù)的開(kāi)源推薦系統(tǒng)分析[J];計(jì)算機(jī)與數(shù)字工程;2013年10期

2 脫建勇;王嵩;李秀;劉文煌;;精品課共享中的推薦系統(tǒng)框架與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年17期

3 蘇冠賢;張麗霞;林丕源;劉吉平;;生物信息學(xué)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2007年05期

4 王改芬;;推薦系統(tǒng)研究綜述[J];軟件導(dǎo)刊;2007年23期

5 葉群來(lái);;營(yíng)銷(xiāo)與網(wǎng)絡(luò)推薦系統(tǒng)[J];電子商務(wù);2007年10期

6 李媚;;個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)資源推薦系統(tǒng)研究[J];福建電腦;2008年12期

7 潘冉;姜麗紅;;基于經(jīng)濟(jì)學(xué)模型的推薦系統(tǒng)的研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年03期

8 劉魯;任曉麗;;推薦系統(tǒng)研究進(jìn)展及展望[J];信息系統(tǒng)學(xué)報(bào);2008年01期

9 劉小燕;陳艷麗;賈宗璞;沈記全;;基于增強(qiáng)學(xué)習(xí)的旅行計(jì)劃推薦系統(tǒng)[J];計(jì)算機(jī)工程;2010年21期

10 曹畋;;智能推薦系統(tǒng)在知識(shí)瀏覽領(lǐng)域的應(yīng)用[J];硅谷;2011年21期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前8條

1 張燕;李燕萍;;基于內(nèi)容分析和點(diǎn)擊率記錄的混合音樂(lè)推薦系統(tǒng)[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

2 趙欣;寇綱;鄔文帥;盧艷群;;基于時(shí)間密集性的推薦系統(tǒng)攻擊檢測(cè)[A];第六屆（2011）中國(guó)管理學(xué)年會(huì)論文摘要集[C];2011年

3 張玉連;張波;張敏;;改進(jìn)的個(gè)性化信息推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[A];2005年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2005年

4 王君;許潔萍;;層次音樂(lè)推薦系統(tǒng)的研究[A];第18屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2009）、第5屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2009）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2009）論文集[C];2009年

5 潘宇;林鴻飛;楊志豪;;基于用戶聚類(lèi)的電子商務(wù)推薦系統(tǒng)[A];第三屆學(xué)生計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2006年

6 尤忠彬;陳越;張英;朱揚(yáng)勇;;基于Web服務(wù)的技術(shù)轉(zhuǎn)移平臺(tái)推薦系統(tǒng)研究[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

7 王國(guó)霞;劉賀平;李擎;;二部圖影射及其在推薦系統(tǒng)中的應(yīng)用[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

8 王雪;董愛(ài)華;吳怡之;;基于RFID技術(shù)的智能服裝推薦系統(tǒng)設(shè)計(jì)[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 ;大數(shù)據(jù)如何“落地”[N];中國(guó)新聞出版報(bào);2014年

2 本報(bào)記者 鄒大斌;大數(shù)據(jù)：電商新武器[N];計(jì)算機(jī)世界;2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 周魏;推薦系統(tǒng)中基于目標(biāo)項(xiàng)目分析的托攻擊檢測(cè)研究[D];重慶大學(xué);2015年

2 王宏宇;商務(wù)推薦系統(tǒng)的設(shè)計(jì)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

3 楊東輝;基于情感相似度的社會(huì)化推薦系統(tǒng)研究[D];哈爾濱工業(yè)大學(xué);2014年

4 曹渝昆;基于神經(jīng)網(wǎng)絡(luò)和模糊邏輯的智能推薦系統(tǒng)研究[D];重慶大學(xué);2006年

5 王立才;上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2012年

6 劉龍;一個(gè)能實(shí)現(xiàn)個(gè)性化實(shí)時(shí)路徑推薦服務(wù)的推薦系統(tǒng)框架[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

7 李濤;推薦系統(tǒng)中若干關(guān)鍵問(wèn)題研究[D];南京航空航天大學(xué);2009年

8 劉士琛;面向推薦系統(tǒng)的關(guān)鍵問(wèn)題研究及應(yīng)用[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

9 李方方;非獨(dú)立同分布推薦系統(tǒng)研究[D];北京理工大學(xué);2014年

10 李曉建;基于語(yǔ)義的個(gè)性化資源推薦系統(tǒng)中關(guān)鍵技術(shù)研究[D];武漢大學(xué);2010年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李煒;基于電子商務(wù)平臺(tái)的保險(xiǎn)推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2013年

2 丁志東;長(zhǎng)尾信息的個(gè)性化推薦中的特征選擇優(yōu)化算法[D];北京交通大學(xué);2016年

3 劉琰;基于社交電商的UGC智能推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];大連海事大學(xué);2015年

4 藺川;基于LBS移動(dòng)終端信息推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];北京交通大學(xué);2016年

5 盛實(shí)旺;個(gè)性化的智能飲食推薦系統(tǒng)開(kāi)發(fā)[D];浙江理工大學(xué);2016年

6 丁陽(yáng);基于web用戶體驗(yàn)的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2013年

7 李清明;基于情境感知的就醫(yī)信息推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];太原理工大學(xué);2016年

8 王化明;電子商務(wù)推薦系統(tǒng)研究[D];杭州師范大學(xué);2016年

9 劉濤;一個(gè)面向論壇用戶的個(gè)性化閱讀推薦系統(tǒng)研究與實(shí)現(xiàn)[D];南京大學(xué);2013年

10 劉順文;基于Hadoop平臺(tái)的大學(xué)生個(gè)性化就業(yè)推薦系統(tǒng)的構(gòu)建與研究[D];東華理工大學(xué);2016年

，

本文編號(hào)：1295577