本文關(guān)鍵詞：改進(jìn)的基于用戶和項目聚類的協(xié)同過濾推薦算法

  更多相關(guān)文章： 推薦系統(tǒng) 協(xié)同過濾 聚類

【摘要】：隨著互聯(lián)網(wǎng)的快速發(fā)展,人類已經(jīng)由信息匱乏時代進(jìn)入到信息超載時代。為了更好地應(yīng)對信息超載時代帶來了的挑戰(zhàn),人類發(fā)展了各種新技術(shù),如搜索引擎和推薦系統(tǒng)。盡管目前搜索引擎技術(shù)已經(jīng)相當(dāng)成熟,人類可以根據(jù)需要搜索到想要的內(nèi)容,但往往要求用戶具有明確的搜索目標(biāo),提供的內(nèi)容較為局限。推薦系統(tǒng)的出現(xiàn)補(bǔ)充了搜索引擎的局限性,其可以根據(jù)歷史數(shù)據(jù)分析出用戶的興趣偏好,主動為用戶推送潛在的用戶很有可能喜歡的內(nèi)容。推薦系統(tǒng)發(fā)展至今,已成為電子商務(wù)網(wǎng)站的重要構(gòu)件,不僅提升了用戶體驗,同時也為服務(wù)提供者帶來了巨大的經(jīng)濟(jì)收益。盡管推薦系統(tǒng)的研究已有二十多年之久,無數(shù)的推薦算法被提出并應(yīng)用于實踐,但仍然存在數(shù)據(jù)稀疏性、算法可擴(kuò)展性和“冷啟動”等問題。在種類繁多的推薦算法中,以協(xié)同過濾算法最為學(xué)術(shù)界和工業(yè)界青睞,很多大型電子商務(wù)網(wǎng)站的推薦系統(tǒng)都采用協(xié)同過濾算法,如亞馬遜、谷歌等。傳統(tǒng)的協(xié)同過濾算法以其他用戶對項目的評價來預(yù)測目標(biāo)用戶對項目的偏好,而忽略了用戶和項目的屬性信息,從而準(zhǔn)確率不高；通過遍歷所有用戶去尋找最近鄰,這使得實時性不高；對用戶評分矩陣稀疏性敏感,當(dāng)稀疏性較高的情況下,準(zhǔn)確率急劇下降。利用聚類技術(shù),可以將相似的用戶或項目劃分成組,即可認(rèn)為同組間的對象相似度較高,不同組間的對象相似度較低。這樣只需計算組內(nèi)對象的相似度,不需要計算所有對象,從而提高了實時性,提高了推薦系統(tǒng)的性能。為了進(jìn)一步提升用戶和項目的聚類的準(zhǔn)確性,在本文提出的方法中,使用項目屬相似度和項目評分相似度加權(quán)的方法來計算項目間的綜合相似度,項目聚類生成之后,利用用戶-項目類評分矩陣來對用戶進(jìn)行聚類。這樣一來,不僅提高了實時性,也降低了矩陣稀疏性的影響。最后,通過具體的實驗數(shù)據(jù)對比,驗證了本文提出的算法的有效性。
【學(xué)位授予單位】：華東師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.3

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 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];計算機(jī)應(yīng)用與軟件;2008年09期

2 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

3 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評價估計的混合推薦算法研究[J];微計算機(jī)信息;2010年36期

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

5 吳泓辰;王新軍;成勇;彭朝暉;;基于協(xié)同過濾與劃分聚類的改進(jìn)推薦算法[J];計算機(jī)研究與發(fā)展;2011年S3期

6 趙玉艷;谷勝偉;;一種面向云計算環(huán)境的服務(wù)推薦算法[J];巢湖學(xué)院學(xué)報;2012年03期

7 李克潮;梁正友;;基于多特征的個性化圖書推薦算法[J];計算機(jī)工程;2012年11期

8 呂善國;吳效葵;曹義親;;基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法[J];實驗室研究與探索;2012年07期

9 蘇瑩;劉建國;郭強(qiáng);田大鋼;;考慮負(fù)面評價的個性化推薦算法研究[J];運籌與管理;2012年06期

10 鄭志嫻;;微博個性化內(nèi)容推薦算法研究[J];電腦開發(fā)與應(yīng)用;2012年12期

中國重要會議論文全文數(shù)據(jù)庫 前10條

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

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機(jī)應(yīng)用技術(shù)交流會論文集[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)會議論文集（技術(shù)報告篇）[C];2004年

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

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

6 梁莘q，

本文編號：1212225