發(fā)布時間：2024-07-05 06:14

　　隨著用戶數(shù)量和項目數(shù)量的指數(shù)級增長,協(xié)同過濾推薦算法迎來了計算量激增的挑戰(zhàn)。聚類算法可以在保證協(xié)同過濾算法取得較好的推薦準確性的情況下,有效地降低搜索量,因此,成為當前推薦領域研究熱點。在基于聚類的協(xié)同過濾推薦算法中,傳統(tǒng)的聚類算法不可避免地面臨聚類群組數(shù)k值難以確定的問題,k值的設定通常需要依賴人的經(jīng)驗,沒有統(tǒng)一標準。本文梳理相關領域文獻,找到一種基因工程領域的聯(lián)合聚類算法ISA(Iterative signature algorithm),能夠有效擺脫對聚類群組數(shù)k值的經(jīng)驗依賴。結合聯(lián)合聚類ISA算法,本文提出一種基于虛擬群組用戶的協(xié)同過濾推薦算法,較好地提升了協(xié)同過濾推薦算法的準確性和可擴展性。論文首先利用聯(lián)合聚類算法ISA(Iterative signature algorithm)對用戶-項目二維矩陣(評分矩陣)進行重疊群組劃分,打破了用戶單群組歸屬限制,全面地刻畫用戶興趣,統(tǒng)計分析顯示ISA可以獲得較好的群組劃分結果。然后利用虛擬用戶技術,對各群組興趣進行融合,構建了代表群組共性的虛擬群組用戶,作為協(xié)同過濾的輸入依據(jù)�？紤]到不同用戶對于不同項目投入時間不同,論文引入專業(yè)度概...

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

圖1.1技術路線圖

基于虛擬群組用戶的協(xié)同過濾推薦算法研究梳理推薦系統(tǒng)、群組聚類等領域的相關文獻，找到基因工程領域的一算法已經(jīng)在基因工程、文本挖掘、語音識別等領域廣泛應用。算法所法相似，對于用戶-項目二維評分矩陣的聚類思想能夠解決傳統(tǒng)聚類算關聯(lián)、對聚類群組數(shù)k值的經(jīng)驗依賴問題。因此，本文將IS....

圖2.1推薦系統(tǒng)實現(xiàn)過程

基于虛擬群組用戶的協(xié)同過濾推薦算法研究第二章相關理論及方法2.1推薦系統(tǒng)簡介隨著互聯(lián)網(wǎng)技術的快速發(fā)展，網(wǎng)絡信息日益紛繁復雜，大量的同質化信息讓用戶無法直做出判斷。面對這種信息過載現(xiàn)象，推薦系統(tǒng)作為一種可以為用戶進行項目推薦的工具，發(fā)著日益重要的作用。通常情況下，它是通過挖掘已....

圖2.2基于用戶協(xié)同過濾算法過程

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

圖2.3硬聚類與聯(lián)合聚類結果示意圖

南京航空航天大學碩士學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群組，針對一維（用戶/項目）進行聚類含全部項目。一方面不符合用戶具有多維興趣的實際情況好進行群組劃分。與硬聚類思想不同，聯(lián)合聚類是一種允想，通過分析用戶-項目兩個維度之間的潛在相關性，同時....

本文編號：4001164