本文關鍵詞：基于用戶的協(xié)同過濾算法的推薦效率和個性化改進

  更多相關文章： 基于用戶的協(xié)同過濾 個性化推薦 相似度計算 用戶評分矩陣 數(shù)據(jù)稀疏性 項目-用戶倒查表 十折交叉驗證

【摘要】：針對傳統(tǒng)的基于用戶的協(xié)同過濾算法存在的推薦效率、精度和個性化低的問題,提出一種改進方法.該方法在計算用戶評分矩陣時,考慮到用戶評分矩陣稀疏性,建立項目-用戶的倒查表,只計算有相同評分項的用戶之間的相似度,避免了傳統(tǒng)方法中對所有用戶計算兩兩用戶相似度的龐大工作量.該方法在計算用戶相似度時,考慮到項目的熱門程度不同,"懲罰"了用戶共同興趣列表中的熱門項目,避免了傳統(tǒng)方法中賦予所有項目相同權值對推薦結果個性化的負面影響.本文在詳細分析了改進的用戶協(xié)同過濾算法的原理和優(yōu)點,給出了其推薦步驟流程圖.在Movielens100K和HetRec2011-movielens-2k公開數(shù)據(jù)集上,十折交叉驗證的結果表明,改進后的算法節(jié)約了運行時間,提高了推薦算法的效率和個性化.
【作者單位】： 華僑大學計算機科學與技術學院;西安交通大學機械強度與振動國家重點實驗室;
【關鍵詞】： 基于用戶的協(xié)同過濾 個性化推薦 相似度計算 用戶評分矩陣 數(shù)據(jù)稀疏性 項目-用戶倒查表 十折交叉驗證
【基金】：國家自然科學基金項目(51305142,61103170)資助 廈門市科技計劃項目(3502Z20143041)資助 福建省自然科學基金計劃項目(2014J01191)資助 中國博士后科學基金第55批面上項目(2014M552429)資助 華僑大學引進人才科研啟動項目(12BS217)資助
【分類號】：TP391.3
【正文快照】： 1引言在網(wǎng)絡信息過載和信息爆炸的背景下,個性化推薦技術利用用戶和商品信息,可以高效、自動化地指導用戶在電子商務網(wǎng)站中方便地瀏覽、購物而得到廣泛應用,成為商業(yè)和學術研究的熱點[1],例如,可以根據(jù)用戶的資料為用戶推薦他們可能感興趣的圖書、音樂、商品等項目的豆瓣網(wǎng)、

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉建國;周濤;郭強;汪秉宏;;個性化推薦系統(tǒng)評價方法綜述[J];復雜系統(tǒng)與復雜性科學;2009年03期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱郁筱;呂琳媛;;推薦系統(tǒng)評價指標綜述[J];電子科技大學學報;2012年02期

2 蘇瑩;;一類考慮負面評價的個性化推薦系統(tǒng)構架研究[J];電腦知識與技術;2012年03期

3 汪秉宏;周濤;劉建國;;推薦系統(tǒng)、信息挖掘及基于互聯(lián)網(wǎng)的信息物理研究[J];復雜系統(tǒng)與復雜性科學;2010年Z1期

4 胡斌;徐小良;;科技項目評審專家推薦系統(tǒng)模型[J];電子科技;2012年07期

5 趙巖露;王晶;沈奇威;;基于特征分析的微博用戶興趣發(fā)現(xiàn)算法[J];電信工程技術與標準化;2012年11期

6 張亮;柏林森;周濤;;基于跨電商行為的交叉推薦算法[J];電子科技大學學報;2013年01期

7 黃永鋒;覃羅春;;一種有效緩解協(xié)同過濾推薦評價數(shù)據(jù)稀疏問題的算法[J];東華大學學報(自然科學版);2013年01期

8 宋文君;郭強;劉建國;;時間窗口對個性化推薦算法的影響研究[J];復雜系統(tǒng)與復雜性科學;2015年01期

9 陳敏;余勝泉;;泛在學習環(huán)境下感知學習過程情境的推薦系統(tǒng)設計[J];電化教育研究;2015年04期

10 王勇;易庭;;基于距離衰減和評分趨勢改進的協(xié)同推薦算法[J];廣東工業(yè)大學學報;2015年02期

中國博士學位論文全文數(shù)據(jù)庫 前9條

1 任磊;推薦系統(tǒng)關鍵技術研究[D];華東師范大學;2012年

2 陳毅波;基于關聯(lián)數(shù)據(jù)和用戶本體的個性化知識服務關鍵技術研究[D];武漢大學;2012年

3 邢星;社交網(wǎng)絡個性化推薦方法研究[D];大連海事大學;2013年

4 陳根浪;基于社交媒體的推薦技術若干問題研究[D];浙江大學;2012年

5 史艷翠;基于通信數(shù)據(jù)的上下文移動用戶偏好動態(tài)獲取方法研究[D];北京郵電大學;2013年

6 董振華;群落標簽推薦系統(tǒng)體系結構及關鍵問題研究[D];南開大學;2012年

7 余建偉;移動環(huán)境下情境感知驅(qū)動的時空數(shù)據(jù)自適應表達[D];武漢大學;2012年

8 劉海峰;社交網(wǎng)絡用戶交互模型及行為偏好預測研究[D];北京郵電大學;2014年

9 張志軍;社交網(wǎng)絡中個性化推薦模型及算法研究[D];山東師范大學;2015年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 劉建國;周濤;汪秉宏;;個性化推薦系統(tǒng)的研究進展[J];自然科學進展;2009年01期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊風召;;一種基于特征表的協(xié)同過濾算法[J];計算機工程與應用;2007年06期

2 王嵐;翟正軍;;基于時間加權的協(xié)同過濾算法[J];計算機應用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協(xié)同過濾的智能導購系統(tǒng)[J];武漢大學學報(工學版);2008年02期

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

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評分矩陣的協(xié)同過濾算法[J];西安電子科技大學學報;2009年04期

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

7 沈磊;周一民;李舟軍;;基于心理學模型的協(xié)同過濾推薦方法[J];計算機工程;2010年20期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過濾策略改進研究[J];計算機技術與發(fā)展;2011年04期

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

10 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術的個性化網(wǎng)絡教學平臺研究[J];科技風;2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計算機技術與應用學術會議（CACIS·2009）暨全國第1屆安全關鍵技術與應用學術會議論文集（上冊）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學會第五次全國會員代表大會暨2006年全國學術年會論文集[C];2006年

5 李建國;姚良超;湯庸;郭歡;;基于認知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學術會議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測量學的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動問題的方法[A];第二十四屆中國數(shù)據(jù)庫學術會議論文集（研究報告篇）[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)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集A輯一[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 李聰;電子商務推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學;2009年

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

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

4 薛福亮;電子商務協(xié)同過濾推薦質(zhì)量影響因素及其改進機制研究[D];天津大學;2012年

5 高e，

本文編號：944522