本文關(guān)鍵詞：面向移動(dòng)用戶的協(xié)同過濾推薦算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：移動(dòng)互聯(lián)網(wǎng)絡(luò)的發(fā)展,加劇了信息過載問題,人們不能準(zhǔn)確地、適時(shí)的獲取自己需求的信息。面對(duì)信息過載,推薦算法成為解決信息過載的最佳方案。推薦算法經(jīng)過長期的發(fā)展,基于傳統(tǒng)PC端的推薦系統(tǒng)已經(jīng)成熟,而移動(dòng)推薦的研究目前正在處于起步階段,對(duì)于傳統(tǒng)PC端環(huán)境,移動(dòng)環(huán)境下具有更加豐富的信息特性,如上下文信息中的位置信息和時(shí)間信息,相比于傳統(tǒng)推薦中使用的評(píng)分信息,移動(dòng)用戶的位置信息和時(shí)間信息難于進(jìn)行數(shù)據(jù)模型化的建立,如何充分利用這些信息的特性給移動(dòng)用戶帶來更加準(zhǔn)確和適時(shí)的推薦內(nèi)容,亟待研究面向移動(dòng)用戶的推薦算法。目前,移動(dòng)推薦算法的研究正受到國內(nèi)外的普遍重視,然而,大多數(shù)文獻(xiàn)都是基于單維性或靜態(tài)性的移動(dòng)推薦算法的研究,而移動(dòng)環(huán)境下的信息是多維性的和動(dòng)態(tài)變化的,是位置、時(shí)間、社會(huì)關(guān)系和用戶的個(gè)人興趣偏好等綜合作用,針對(duì)多維性和動(dòng)態(tài)性,本文對(duì)移動(dòng)用戶的位置信息、時(shí)間效應(yīng)信息建模分析,提出了一種多維動(dòng)態(tài)的協(xié)同過濾推薦算法,將位置、時(shí)間及用戶的項(xiàng)目評(píng)分三維信息進(jìn)行結(jié)合,利用協(xié)同過濾推薦的思想,實(shí)現(xiàn)了一種更加適合移動(dòng)互聯(lián)網(wǎng)環(huán)境下移動(dòng)用戶特性的推薦。具體工作如下:1)提出移動(dòng)用戶位置信息軌跡描述,并依據(jù)此對(duì)用戶的位置信息進(jìn)行符號(hào)建模,根據(jù)移動(dòng)互聯(lián)網(wǎng)網(wǎng)絡(luò)連接和位置信息服務(wù)的特點(diǎn),制定了移動(dòng)用戶評(píng)分機(jī)制,實(shí)現(xiàn)了移動(dòng)用戶對(duì)位置的評(píng)分假設(shè),從而得到了用戶的位置評(píng)分矩陣,然后引入皮爾森相關(guān)系數(shù)分析用戶位置的相似性,為位置信息的協(xié)同過濾提供了算法思想,結(jié)合傳統(tǒng)的協(xié)同過濾算法,實(shí)現(xiàn)了對(duì)移動(dòng)用戶推薦的精準(zhǔn)性;2)針對(duì)傳統(tǒng)互聯(lián)網(wǎng)的用戶瀏覽的時(shí)間特性與移動(dòng)用戶的時(shí)間效應(yīng)不同,總結(jié)了移動(dòng)互聯(lián)網(wǎng)絡(luò)的時(shí)間效應(yīng),主要體現(xiàn)在四個(gè)方面,分別是:興趣的持久度、衰減性、流行性、季節(jié)性,然后對(duì)四個(gè)時(shí)間效應(yīng)進(jìn)行建模分析,并最終結(jié)合傳統(tǒng)KNN推薦算法,構(gòu)造了基于時(shí)間效應(yīng)的協(xié)同過濾推薦模型,解決了移動(dòng)推薦的時(shí)效性和動(dòng)態(tài)性;3)將本文所提出的位置信息協(xié)同過濾算法和時(shí)間效應(yīng)協(xié)同過濾算法進(jìn)行融合,提出了面向移動(dòng)用戶的協(xié)同過濾算法,該算法解決了多維性信息分析和動(dòng)態(tài)性推薦的問題,能夠?yàn)橐苿?dòng)用戶的推薦更加具有精確性、區(qū)域性、適時(shí)性。4)通過實(shí)驗(yàn)與傳統(tǒng)幾個(gè)典型推薦算法進(jìn)行對(duì)比,驗(yàn)證本文提出的面向移動(dòng)用戶的多維動(dòng)態(tài)協(xié)同過濾推薦算法的可行性,結(jié)果表明融入位置和時(shí)間的移動(dòng)推薦算法更加適合移動(dòng)互聯(lián)網(wǎng)環(huán)境的推薦。
【關(guān)鍵詞】：推薦算法 皮爾森相關(guān)系數(shù) 移動(dòng)推薦 位置信息 時(shí)效性
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 研究背景10-11
• 1.2 研究意義及目的11-12
• 1.3 研究現(xiàn)狀及存在的問題12-15
• 1.4 本文工作15-16
• 1.5 本文結(jié)構(gòu)16-17
• 第2章 關(guān)鍵技術(shù)17-27
• 2.1 數(shù)據(jù)預(yù)處理17-21
• 2.2 相似度計(jì)算21-22
• 2.3 鄰居選擇算法22-23
• 2.4 矩陣分解算法23-24
• 2.5 評(píng)價(jià)指標(biāo)24-26
• 2.5.1 準(zhǔn)確度25
• 2.5.2 覆蓋度25
• 2.5.3 多樣性25-26
• 2.5.4 新穎性26
• 2.6 本章總結(jié)26-27
• 第3章 多維動(dòng)態(tài)的協(xié)同過濾推薦算法27-44
• 3.1 位置信息的協(xié)同過濾27-34
• 3.1.1 位置軌跡分析27-29
• 3.1.2 位置信息模型29-31
• 3.1.3 位置信息相似性31-32
• 3.1.4 算法實(shí)現(xiàn)32-34
• 3.2 時(shí)間效應(yīng)的協(xié)同過濾34-41
• 3.2.1 時(shí)間效應(yīng)的遺忘規(guī)律34-35
• 3.2.2 時(shí)間函數(shù)的引入35-36
• 3.2.3 移動(dòng)推薦的時(shí)間效應(yīng)36-38
• 3.2.4 基于時(shí)效性的移動(dòng)推薦模型38-40
• 3.2.5 算法步驟40-41
• 3.3 多維動(dòng)態(tài)的協(xié)同過濾推薦算法41-43
• 3.3.1 時(shí)間和位置的上下文信息41-43
• 3.3.2 算法的設(shè)計(jì)43
• 3.4 本章總結(jié)43-44
• 第4章 實(shí)驗(yàn)結(jié)果與分析44-51
• 4.1 算法實(shí)現(xiàn)44-45
• 4.2 實(shí)驗(yàn)分析45-51
• 4.2.1 移動(dòng)用戶數(shù)據(jù)45-46
• 4.2.2 實(shí)驗(yàn)評(píng)價(jià)方法46-47
• 4.2.3 實(shí)驗(yàn)環(huán)境搭建47
• 4.2.4 結(jié)果分析47-51
• 第5章 總結(jié)與展望51-53
• 5.1 本文總結(jié)51
• 5.2 未來展望51-53
• 參考文獻(xiàn)53-56
• 作者簡(jiǎn)介及在學(xué)期間所取得的科研成果56-57
• 致謝57

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q

本文編號(hào)：323074