本文關(guān)鍵詞：推薦系統(tǒng)協(xié)同過(guò)濾算法的改進(jìn)

  更多相關(guān)文章： 推薦系統(tǒng) 協(xié)同過(guò)濾算法 信任程度 項(xiàng)目屬性

【摘要】：隨著互聯(lián)網(wǎng)和信息技術(shù)的高速發(fā)展,指數(shù)倍增長(zhǎng)的信息進(jìn)入到人們的視野。然而,對(duì)于信息的生產(chǎn)和接收者來(lái)說(shuō),這都是一個(gè)很大的挑戰(zhàn)。如何讓所發(fā)布的信息能夠在眾多的信息海洋中脫穎而出,這對(duì)于生產(chǎn)者來(lái)說(shuō)是一個(gè)考驗(yàn),創(chuàng)新對(duì)此來(lái)說(shuō)尤為重要。然而,在成千上萬(wàn)的信息源中,用戶如何能夠迅速、準(zhǔn)確的找到對(duì)自己有用的信息,這是當(dāng)今社會(huì)研究的重點(diǎn)問(wèn)題。 信息資源迅猛增長(zhǎng),然而用戶對(duì)信息的利用率卻逐漸降低,想要從如此龐大的信息源中找到符合用戶要求的信息的困難度越來(lái)越大,針對(duì)這一問(wèn)題,早期使用搜索引擎來(lái)解決這一問(wèn)題,但搜索引擎只能搜索到與用戶所輸入的關(guān)鍵字相同或者相似的信息,它可以達(dá)到一定的信息過(guò)濾功能,但沒(méi)有個(gè)性化的搜索結(jié)果。與此同時(shí),推薦系統(tǒng)的出現(xiàn)很好的解決了搜索引擎的不足之處,它除了根據(jù)用戶所輸入的關(guān)鍵字來(lái)獲取信息以外,還會(huì)結(jié)合用戶的社交圈,以及歷史搜索記錄,為用戶進(jìn)行個(gè)性化的推薦服務(wù),并能夠與用戶建立一種悠長(zhǎng)而恒定的交互關(guān)系,不僅提高了用戶的忠誠(chéng)度,也為生產(chǎn)者營(yíng)造了良好可靠的信息平臺(tái),達(dá)到一個(gè)雙贏的目的。 文章首先通過(guò)對(duì)推薦系統(tǒng)傳統(tǒng)算法的分析與研究,了解推薦系統(tǒng)的各種算法。目前存在的基于用戶的協(xié)同過(guò)濾算法和基于項(xiàng)目的協(xié)同過(guò)濾算法,雖然得到了普遍的認(rèn)可。但也有不足之處,用戶相似度的計(jì)算誤差較大,用戶評(píng)分存在一個(gè)用戶偏好問(wèn)題。同時(shí)協(xié)同過(guò)濾算法都是考慮項(xiàng)目資源本身的聯(lián)系,已經(jīng)用戶的評(píng)分,但沒(méi)有考慮過(guò)用戶之間的信任程度等問(wèn)題,針對(duì)這些問(wèn)題,文章進(jìn)行的改進(jìn)。 文章的主要?jiǎng)?chuàng)新點(diǎn)或技術(shù)特點(diǎn)如下： 1、通過(guò)比較相似度算法,對(duì)于傳統(tǒng)推薦算法中使用的余弦相似度改為修正的余弦相似度,避免了用戶偏好問(wèn)題； 2、采用混合的協(xié)同過(guò)濾算法,結(jié)合用戶-評(píng)分相似度和用戶-項(xiàng)目屬性相似度,得到的最近鄰居集更為準(zhǔn)確； 3、在第2步的基礎(chǔ)上,通過(guò)計(jì)算用戶之間的信任程度,得到的預(yù)測(cè)結(jié)果更接近用戶的真實(shí)評(píng)價(jià)。
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.3

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前9條

1 周軍鋒,湯顯,郭景峰;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[J];計(jì)算機(jī)研究與發(fā)展;2004年10期

2 王國(guó)霞;劉賀平;;個(gè)性化推薦系統(tǒng)綜述[J];計(jì)算機(jī)工程與應(yīng)用;2012年07期

3 羅辛;歐陽(yáng)元新;熊璋;袁滿;;通過(guò)相似度支持度優(yōu)化基于K近鄰的協(xié)同過(guò)濾算法[J];計(jì)算機(jī)學(xué)報(bào);2010年08期

4 李大學(xué);謝名亮;趙學(xué)斌;;基于樸素貝葉斯方法的協(xié)同過(guò)濾推薦算法[J];計(jì)算機(jī)應(yīng)用;2010年06期

5 張光衛(wèi);李德毅;李鵬;康建初;陳桂生;;基于云模型的協(xié)同過(guò)濾推薦算法[J];軟件學(xué)報(bào);2007年10期

6 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學(xué)報(bào);2009年02期

7 黃國(guó)言;李有超;高建培;常旭亮;;基于項(xiàng)目屬性的用戶聚類協(xié)同過(guò)濾推薦算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2010年05期

8 王惠敏;聶規(guī)劃;;融合用戶和項(xiàng)目相關(guān)信息的協(xié)同過(guò)濾算法研究[J];武漢理工大學(xué)學(xué)報(bào);2007年07期

9 張亮;李敏強(qiáng);;面向協(xié)同過(guò)濾的真實(shí)偏好高斯混合模型[J];系統(tǒng)工程學(xué)報(bào);2007年06期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 夏培勇;個(gè)性化推薦技術(shù)中的協(xié)同過(guò)濾算法研究[D];中國(guó)海洋大學(xué);2011年

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

，

本文編號(hào)：1228464