隨著大數(shù)據(jù)應(yīng)用技術(shù)的發(fā)展,推薦系統(tǒng)有著廣泛越來越廣發(fā)的應(yīng)用。豆瓣網(wǎng)上的推薦系統(tǒng)會推薦符合用戶口味的書籍、電影;音樂應(yīng)用上會為客戶推薦最近聽過的類似音樂。實現(xiàn)智能推薦系統(tǒng)最為核心的內(nèi)容便是推薦算法。目前推薦算法多是基于協(xié)同過濾或基于內(nèi)容方面,而在某些實際應(yīng)用當中需要使用到標簽數(shù)據(jù)。標簽數(shù)據(jù)就是用戶對內(nèi)容的標注。通過處理標簽數(shù)據(jù)的推薦算法在通常的推薦系統(tǒng)中運用還不多,但在一些專門的推薦系統(tǒng)中具有一定的優(yōu)勢。為了解決現(xiàn)有的基于標簽推薦的算法在實際應(yīng)用中存在的問題,本文在以下幾個方面進行研究:首先,針對現(xiàn)有基于標簽的推薦算法在數(shù)據(jù)集建模方面存在的問題,構(gòu)建了一種無向加權(quán)圖模型。在模型中,頂點表示數(shù)據(jù)對象,邊則表示數(shù)據(jù)對象之間的行為,頂點屬性表示數(shù)據(jù)對象的特征�；诖四Ｐ�,本文提出了 VertexRank算法。接著,針對該圖模型僅僅記錄了數(shù)據(jù)對象間打標簽的行為這一問題,提出了記錄數(shù)據(jù)對象間標簽出現(xiàn)次數(shù)的模型�；诖四Ｐ驮O(shè)計推薦算法TagBasedRank。將兩種模型得出的推薦列表進行加權(quán)組合,提出CombinationRank綜合推薦算法。接著,由于上述的推薦算法處理的數(shù)據(jù)均是數(shù)據(jù)對象行為數(shù)據(jù),... 

【文章來源】：安徽理工大學安徽省

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

圖２－１大型應(yīng)用的基本架構(gòu)??Ｆｉｕｒｅ?２－１?Ｂａｓｉｃ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｏｆ?ａ?ｌａｒｅ?ａｌｉｃａｔｉｏｎ??

?統(tǒng)的任務(wù)只是將推薦引擎的結(jié)果按照一定權(quán)重或者優(yōu)先級合并、排序然后??返回如下圖２－４所示。??ｉｍｍｍ??—辱鱗論一－Ｊ????圖２－４推薦系統(tǒng)的架構(gòu)圖??Ｆｉｇｕｒｅ?２－４?Ａｒｃｈｉｔｅｃｔｕｒｅ?ｏｆ?ｔｈｅ?ｒｅｃｏｍｍｅｎｄｅｄ?ｓｙｓｔｅｍ??對于每一個推薦任務(wù)，都由推薦引擎來實現(xiàn)，而推薦引擎的核心正是??各種滿足推薦任務(wù)的推薦算法，下面的小節(jié)將會介紹。從各種推薦算法中??我們還能得到該推薦算法的推薦原因，即推薦解釋。??２．２推薦算法??２．２．１協(xié)同過濾推薦技術(shù)??當我們想了解商品、影片等推薦信息，我們可以向朋友們咨詢。通過??朋友的推薦我們可以獲得推薦信息，同時我們也可以了解朋友的偏好與自??己的偏好是否一致。不過隨著新信息越來越多，要想通過詢問一小群人來??確定我們想要的東西，將會變得越來越不切實際，因為朋友們也不了解所??（’”?數(shù)據(jù)集一?’）??＊Ｊ?、＇???—一

?統(tǒng)的任務(wù)只是將推薦引擎的結(jié)果按照一定權(quán)重或者優(yōu)先級合并、排序然后??返回如下圖２－４所示。??ｉｍｍｍ??—辱鱗論一－Ｊ????圖２－４推薦系統(tǒng)的架構(gòu)圖??Ｆｉｇｕｒｅ?２－４?Ａｒｃｈｉｔｅｃｔｕｒｅ?ｏｆ?ｔｈｅ?ｒｅｃｏｍｍｅｎｄｅｄ?ｓｙｓｔｅｍ??對于每一個推薦任務(wù)，都由推薦引擎來實現(xiàn)，而推薦引擎的核心正是??各種滿足推薦任務(wù)的推薦算法，下面的小節(jié)將會介紹。從各種推薦算法中??我們還能得到該推薦算法的推薦原因，即推薦解釋。??２．２推薦算法??２．２．１協(xié)同過濾推薦技術(shù)??當我們想了解商品、影片等推薦信息，我們可以向朋友們咨詢。通過??朋友的推薦我們可以獲得推薦信息，同時我們也可以了解朋友的偏好與自??己的偏好是否一致。不過隨著新信息越來越多，要想通過詢問一小群人來??確定我們想要的東西，將會變得越來越不切實際，因為朋友們也不了解所??（’”?數(shù)據(jù)集一?’）??＊Ｊ?、＇???—一

【參考文獻】：
期刊論文
[1]協(xié)同過濾技術(shù)在電影推薦中的應(yīng)用[J]. 陳俊然.  電腦編程技巧與維護. 2019(01)
[2]針對新用戶冷啟動問題的改進Epsilon-greedy算法[J]. 王素琴,張洋,蔣浩,朱登明.  計算機工程. 2018(11)
[3]混合協(xié)同過濾算法中用戶冷啟動問題的研究[J]. 端德坤,傅秀芬.  計算機工程與應(yīng)用. 2017(21)
[4]模式識別中的圖結(jié)構(gòu)描述方法綜述[J]. 任鵬.  安徽大學學報(自然科學版). 2017(01)
[5]基于用戶-標簽-項目語義挖掘的個性化音樂推薦[J]. 李瑞敏,林鴻飛,閆俊.  計算機研究與發(fā)展. 2014(10)
[6]概率圖模型學習技術(shù)研究進展[J]. 劉建偉,黎海恩,羅雄麟.  自動化學報. 2014(06)
[7]相似系統(tǒng)的分析與度量[J]. 周美立,王浣塵.  系統(tǒng)工程. 1996(04)

博士論文
[1]社會標簽推薦技術(shù)與方法研究[D]. 靳延安.華中科技大學 2011
[2]協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D]. 孫小華.浙江大學 2005

碩士論文
[1]協(xié)同過濾推薦系統(tǒng)中的數(shù)據(jù)稀疏性及冷啟動問題研究[D]. 李曉菊.華東師范大學 2018



本文編號：3548038