發(fā)布時(shí)間：2017-12-19 23:25

  本文關(guān)鍵詞：基于上下文建模的協(xié)同過(guò)濾算法研究　出處：《廣西師范大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 協(xié)同過(guò)濾 推薦系統(tǒng) 上下文感知 上下文建模

【摘要】：隨著互聯(lián)網(wǎng)的廣泛應(yīng)用,用戶(hù)所能接觸的信息呈爆發(fā)式增長(zhǎng),通過(guò)大數(shù)據(jù)分析用戶(hù)行為模式、預(yù)測(cè)趨勢(shì)的研究開(kāi)始流行起來(lái)。而此時(shí),推薦系統(tǒng)的出現(xiàn),通過(guò)主動(dòng)給用戶(hù)推薦其可能感興趣的商品和服務(wù),大大降低了用戶(hù)從海量信息中找到自己感興趣的內(nèi)容的難度。傳統(tǒng)的推薦系統(tǒng)一般是根據(jù)分析用戶(hù)的行為、偏好、個(gè)人特征,計(jì)算用戶(hù)之間的相似度,為其產(chǎn)生推薦。通常假定用戶(hù)喜好一成不變,沒(méi)有考慮上下文因素對(duì)用戶(hù)選擇的影響。上下文感知推薦系統(tǒng)在傳統(tǒng)推薦系統(tǒng)上進(jìn)行擴(kuò)展,不再僅僅關(guān)注用戶(hù)與項(xiàng)目之間關(guān)聯(lián),它充分考慮上下文環(huán)境(如季節(jié)、地域、心情等)對(duì)用戶(hù)決策的影響,將用戶(hù)當(dāng)前所處的上下文信息運(yùn)用到推薦過(guò)程中。這使得推薦結(jié)果不僅滿(mǎn)足個(gè)性化要求而且符合情境化需要。在此基礎(chǔ)上,本文應(yīng)用貝葉斯方法對(duì)上下文建模,判斷某情境中,上下文對(duì)用戶(hù)決策的影響力,改進(jìn)協(xié)同過(guò)濾算法,更好的為用戶(hù)做出個(gè)性化的推薦。本文主要在如下幾個(gè)方面做了研究工作：1.分析上下文的意義和作用,比較了幾種上下文范式,選用計(jì)算最為復(fù)雜但效果最佳的上下文建模范式,結(jié)合貝葉斯方式來(lái)構(gòu)建上下文用戶(hù)興趣模型,計(jì)算用戶(hù)對(duì)項(xiàng)目的評(píng)分中上下文出現(xiàn)的概率,將概率作為權(quán)重融入到模型中。2.在求解單個(gè)用戶(hù)對(duì)單個(gè)項(xiàng)目所有評(píng)分?jǐn)?shù)據(jù)中,考慮到樣本量少,難以求得各上下文出現(xiàn)的概率。將用戶(hù)和項(xiàng)目聚類(lèi)處理,實(shí)驗(yàn)證明,這種分類(lèi)有助于解決數(shù)據(jù)稀疏性和計(jì)算的復(fù)雜度問(wèn)題。3.改進(jìn)基于用戶(hù)的協(xié)同過(guò)濾算法,將上下文因素融入到算法中,提高推薦的準(zhǔn)確度。4.本文在兩個(gè)數(shù)據(jù)集上做離線(xiàn)實(shí)驗(yàn),將本文算法與傳統(tǒng)的協(xié)同過(guò)濾算法,DCR(Differential Context Relaxation)算法做對(duì)比性實(shí)驗(yàn),結(jié)合評(píng)測(cè)指標(biāo)MAE和RMSE兩個(gè)指標(biāo),綜合對(duì)比數(shù)據(jù)可知本文的算法可在一定程度上提高推薦系統(tǒng)的準(zhǔn)確性。
【學(xué)位授予單位】：廣西師范大學(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 楊風(fēng)召;;一種基于特征表的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年06期

2 王嵐;翟正軍;;基于時(shí)間加權(quán)的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)應(yīng)用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協(xié)同過(guò)濾的智能導(dǎo)購(gòu)系統(tǒng)[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2008年02期

4 張富國(guó);;用戶(hù)多興趣下基于信任的協(xié)同過(guò)濾算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2008年08期

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶(hù)評(píng)分矩陣的協(xié)同過(guò)濾算法[J];西安電子科技大學(xué)學(xué)報(bào);2009年04期

6 廖新考;;基于用戶(hù)特征和項(xiàng)目屬性的混合協(xié)同過(guò)濾推薦[J];福建電腦;2010年07期

7 沈磊;周一民;李舟軍;;基于心理學(xué)模型的協(xié)同過(guò)濾推薦方法[J];計(jì)算機(jī)工程;2010年20期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶(hù)多興趣的協(xié)同過(guò)濾策略改進(jìn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過(guò)濾算法[J];微計(jì)算機(jī)信息;2011年11期

10 鄭婕;鮑海琴;;基于協(xié)同過(guò)濾推薦技術(shù)的個(gè)性化網(wǎng)絡(luò)教學(xué)平臺(tái)研究[J];科技風(fēng);2012年06期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類(lèi)的協(xié)同過(guò)濾算法[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

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過(guò)濾推薦算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國(guó);姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過(guò)濾推薦算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類(lèi)迭代的協(xié)同過(guò)濾推薦算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過(guò)濾相似度方法(英文)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類(lèi)的協(xié)同過(guò)濾推薦算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類(lèi)別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問(wèn)題的方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過(guò)濾推薦算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

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

1 紀(jì)科;融合上下文信息的混合協(xié)同過(guò)濾推薦算法研究[D];北京交通大學(xué);2016年

2 程殿虎;基于協(xié)同過(guò)濾的社會(huì)網(wǎng)絡(luò)推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];中國(guó)海洋大學(xué);2015年

3 于程遠(yuǎn);基于QoS的Web服務(wù)推薦技術(shù)研究[D];上海交通大學(xué);2015年

4 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過(guò)濾瓶頸問(wèn)題研究[D];合肥工業(yè)大學(xué);2009年

5 郭艷紅;推薦系統(tǒng)的協(xié)同過(guò)濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

6 羅恒;基于協(xié)同過(guò)濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

7 薛福亮;電子商務(wù)協(xié)同過(guò)濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

8 高e，

本文編號(hào)：1309859