隨著用戶數(shù)量和項(xiàng)目數(shù)量的指數(shù)級(jí)增長(zhǎng),協(xié)同過(guò)濾推薦算法迎來(lái)了計(jì)算量激增的挑戰(zhàn)。聚類算法可以在保證協(xié)同過(guò)濾算法取得較好的推薦準(zhǔn)確性的情況下,有效地降低搜索量,因此,成為當(dāng)前推薦領(lǐng)域研究熱點(diǎn)。在基于聚類的協(xié)同過(guò)濾推薦算法中,傳統(tǒng)的聚類算法不可避免地面臨聚類群組數(shù)k值難以確定的問(wèn)題,k值的設(shè)定通常需要依賴人的經(jīng)驗(yàn),沒(méi)有統(tǒng)一標(biāo)準(zhǔn)。本文梳理相關(guān)領(lǐng)域文獻(xiàn),找到一種基因工程領(lǐng)域的聯(lián)合聚類算法ISA(Iterative signature algorithm),能夠有效擺脫對(duì)聚類群組數(shù)k值的經(jīng)驗(yàn)依賴。結(jié)合聯(lián)合聚類ISA算法,本文提出一種基于虛擬群組用戶的協(xié)同過(guò)濾推薦算法,較好地提升了協(xié)同過(guò)濾推薦算法的準(zhǔn)確性和可擴(kuò)展性。論文首先利用聯(lián)合聚類算法ISA(Iterative signature algorithm)對(duì)用戶-項(xiàng)目二維矩陣(評(píng)分矩陣)進(jìn)行重疊群組劃分,打破了用戶單群組歸屬限制,全面地刻畫用戶興趣,統(tǒng)計(jì)分析顯示ISA可以獲得較好的群組劃分結(jié)果。然后利用虛擬用戶技術(shù),對(duì)各群組興趣進(jìn)行融合,構(gòu)建了代表群組共性的虛擬群組用戶,作為協(xié)同過(guò)濾的輸入依據(jù)�？紤]到不同用戶對(duì)于不同項(xiàng)目投入時(shí)間不同,論文引入專業(yè)度概...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1.1技術(shù)路線圖

基于虛擬群組用戶的協(xié)同過(guò)濾推薦算法研究梳理推薦系統(tǒng)、群組聚類等領(lǐng)域的相關(guān)文獻(xiàn)，找到基因工程領(lǐng)域的一算法已經(jīng)在基因工程、文本挖掘、語(yǔ)音識(shí)別等領(lǐng)域廣泛應(yīng)用。算法所法相似，對(duì)于用戶-項(xiàng)目二維評(píng)分矩陣的聚類思想能夠解決傳統(tǒng)聚類算關(guān)聯(lián)、對(duì)聚類群組數(shù)k值的經(jīng)驗(yàn)依賴問(wèn)題。因此，本文將IS....

圖2.1推薦系統(tǒng)實(shí)現(xiàn)過(guò)程

基于虛擬群組用戶的協(xié)同過(guò)濾推薦算法研究第二章相關(guān)理論及方法2.1推薦系統(tǒng)簡(jiǎn)介隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)信息日益紛繁復(fù)雜，大量的同質(zhì)化信息讓用戶無(wú)法直做出判斷。面對(duì)這種信息過(guò)載現(xiàn)象，推薦系統(tǒng)作為一種可以為用戶進(jìn)行項(xiàng)目推薦的工具，發(fā)著日益重要的作用。通常情況下，它是通過(guò)挖掘已....

圖2.2基于用戶協(xié)同過(guò)濾算法過(guò)程

j)=∑(,)∈∈,(,)√∑(,)2∈∈,√∑(,)2∈∈,（公式2-3）2.2.2推薦生成在近鄰集合中搜索目標(biāo)用戶i所感興趣的....

圖2.3硬聚類與聯(lián)合聚類結(jié)果示意圖

南京航空航天大學(xué)碩士學(xué)位論文的未必一定喜歡西部片。用戶具有多維興趣且各興趣之間戶僅能屬于一個(gè)群組，針對(duì)一維（用戶/項(xiàng)目）進(jìn)行聚類含全部項(xiàng)目。一方面不符合用戶具有多維興趣的實(shí)際情況好進(jìn)行群組劃分。與硬聚類思想不同，聯(lián)合聚類是一種允想，通過(guò)分析用戶-項(xiàng)目?jī)蓚�(gè)維度之間的潛在相關(guān)性，同時(shí)....

本文編號(hào)：4001164