互聯(lián)網(wǎng)的快速發(fā)展給人們帶來便利的同時,也帶來了諸多問題,面對海量的信息,人們常常不知道如何選擇。推薦系統(tǒng)是幫助用戶快速發(fā)現(xiàn)有用信息的工具,是一種為用戶“量身定制”的個性化系統(tǒng)。它可以根據(jù)用戶的偏好需求模型來進行項目推薦,在這個過程中,與用戶偏好需求越匹配的項目則越傾向于推薦給用戶。協(xié)同過濾算法是最經(jīng)典且最成功的推薦算法之一。傳統(tǒng)的協(xié)同過濾推薦算法的相似度量方法忽略了用戶間行為一致性的問題,導(dǎo)致相似度計算不夠準確。另外,傳統(tǒng)的推薦算法過度關(guān)注了推薦結(jié)果的準確率,而忽略了挖掘長尾項目的重要性。能否在推薦的過程中不降低準確率的同時,同時提高推薦項目的多樣性和新穎度成為人們關(guān)注的焦點。但是推薦的準確率和多樣性是兩個相互矛盾的性能指標,這就需要在兩者之間進行權(quán)衡。多目標優(yōu)化算法是在多個目標上找尋最優(yōu)解的方法,遺傳算法是一種模擬生物進化過程解決多目標問題的搜索算法,將遺傳算法應(yīng)用到推薦系統(tǒng)中,這為準確率-多樣性困境提供了一種新的思路。本文針對上述問題,首先設(shè)計了一種基于用戶行為一致性的相似度計算方法。該方法根據(jù)用戶評分是否一致來獎勵或懲罰相似度計算,并在相似度計算中考慮用戶評分的離散程度以及用戶評... 

【文章來源】：天津工業(yè)大學(xué)天津市

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

物品流行度的長尾分布

天津工業(yè)大學(xué)碩士學(xué)位論文2圖1-1物品流行度的長尾分布由圖中我們可以看出，流行度越高，處于該流行度的物品數(shù)量越少；流行度越低，處于該流行度的物品數(shù)量越多。而大多數(shù)的商品都近似于長尾分布，符合“二八定律”。換句話說，用戶經(jīng)常瀏覽的商品只有20%，而80%的商品卻被埋沒了。購物網(wǎng)站上有成萬上億的商品，如何在有限的頁面上準確地向用戶展示商品呢？推薦系統(tǒng)的出現(xiàn)解決了這一難題。與搜索引擎相比，推薦系統(tǒng)采用投其所好的方式，即依賴于用戶的歷史足跡推薦符合用戶喜好和需求的項目，以求達到為每個用戶“量身定做”的目的�！笆褂秒娮由虅�(wù)網(wǎng)站為客戶提供產(chǎn)品信息和建議，幫助用戶確定要購買的產(chǎn)品，并模擬銷售人員以幫助用戶完成購買過程”[6-8]，這是推薦系統(tǒng)最初的定義。推薦系統(tǒng)的應(yīng)用十分廣泛，包括電子商務(wù)、視頻音頻網(wǎng)站、互聯(lián)網(wǎng)廣告、電子旅游、基于位置的服務(wù)、個性化閱讀等[9,10]。例如在許多購物網(wǎng)站上都會有推薦功能的模塊，圖1-2展示的是亞馬遜的“猜你喜歡”欄目。亞馬遜網(wǎng)站會根據(jù)用戶的商品瀏覽記錄或購買記錄推薦用戶可能喜歡或需要購買的商品。對于用戶來說，這樣可以從海量的商品中快速找到感興趣的商品；對于商家來說，可以有效地推出自己的商品。圖1-2亞馬遜的“猜你喜歡”欄目1.2研究現(xiàn)狀

【參考文獻】：
期刊論文
[1]面向搜索引擎的實體推薦綜述[J]. 黃際洲,孫雅銘,王海峰,劉挺.  計算機學(xué)報. 2019(07)
[2]基于正相關(guān)和負相關(guān)最近鄰居的協(xié)同過濾算法[J]. 徐怡,唐一民,王冉.  工程科學(xué)與技術(shù). 2018(05)
[3]融合正態(tài)分布函數(shù)相似度的協(xié)同過濾算法[J]. 仇國慶,馬俊,趙婉瀅,趙文銘.  計算機應(yīng)用研究. 2018(10)
[4]基于改進型啟發(fā)式相似度模型的協(xié)同過濾推薦方法[J]. 張南,林曉勇,史晟輝.  計算機應(yīng)用. 2016(08)
[5]組推薦系統(tǒng)及其應(yīng)用研究[J]. 張玉潔,杜雨露,孟祥武.  計算機學(xué)報. 2016(04)
[6]協(xié)同過濾算法中的用戶相似性度量方法研究[J]. 任看看,錢雪忠.  計算機工程. 2015(08)
[7]基于目標分解的高維多目標并行進化優(yōu)化方法[J]. 鞏敦衛(wèi),劉益萍,孫曉燕,韓玉艷.  自動化學(xué)報. 2015(08)
[8]推薦系統(tǒng)研究進展[J]. 朱揚勇,孫婧.  計算機科學(xué)與探索. 2015(05)
[9]推薦系統(tǒng)評價指標綜述[J]. 朱郁筱,呂琳媛.  電子科技大學(xué)學(xué)報. 2012(02)
[10]上下文感知推薦系統(tǒng)[J]. 王立才,孟祥武,張玉潔.  軟件學(xué)報. 2012(01)

碩士論文
[1]基于信息熵的協(xié)同過濾算法研究[D]. 李玲.北京交通大學(xué) 2018



本文編號：3046630