本文關鍵詞：基于混合推薦的水務信息推薦引擎的研究與實現(xiàn)　出處：《北京工業(yè)大學》2016年碩士論文　論文類型：學位論文

  更多相關文章： 推薦系統(tǒng) 協(xié)同過濾 混合推薦 K-means聚類

【摘要】：隨著水務信息資源的迅速增長,水務信息領域面臨著越來越嚴重的信息過載問題,為了解決水務信息過載問題同時提高水務信息資源的利用率,在用戶沒有明確需求的時候也能夠為其提供感興趣的信息,推薦系統(tǒng)相關技術在水務信息領域的應用變得至關重要。本文在對推薦算法關鍵技術與水務信息資源特點進行深入研究分析的前提下,設計并且完成了基于混合推薦的水務信息推薦引擎的相關研究。本文的工作主要有以下三個方面:首先,對推薦系統(tǒng)的常用算法進行了深入地對比分析,針對水務推薦信息的大量歷史數據情況,選擇了基于用戶的協(xié)同過濾推薦算法。并且在基于用戶的協(xié)同過濾推薦算法應用的基礎上引入了改進的K-means聚類算法以及時間權重函數用來提高系統(tǒng)的實時性和準確度。其次,為了解決基于用戶的協(xié)同過濾算法帶來的冷啟動問題,本文使用了基于內容的推薦方法,采用基于TF-IDF權重的向量空間模型方法提取用戶和項目的特征,構建了用戶模型和推薦項目模型,有效地解決了冷啟動問題,并且經實驗驗證有效地提高了系統(tǒng)的覆蓋率和總體的推薦效果。最后,基于對混合推薦方法的深入研究分析,選擇對改進后的協(xié)同過濾推薦方法與基于內容的推薦方法使用并列式混合推薦的方式設計實現(xiàn)了本文的水務信息推薦引擎,分別對兩種推薦方法得出的初始推薦結果進行加權計算得到最終推薦列表。
【學位授予單位】：北京工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.3
，

本文編號：1336687