本文關(guān)鍵詞：協(xié)同過濾算法在個(gè)性化推薦系統(tǒng)中的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)和電子商務(wù)的發(fā)展,信息過載現(xiàn)象越發(fā)的嚴(yán)重,導(dǎo)致人們?cè)趯ふ易约核璧男畔r(shí)要耗費(fèi)越來越多的時(shí)間與精力,有時(shí)候還可能迷失在眾多信息之中,忘記自己真正需要的信息是什么。雖然搜索引擎可以在一定程度上幫助用戶過濾信息,但是這僅僅是針對(duì)那些明確知道自己所需的信息或者商品是什么的用戶,對(duì)于那些需求比較模糊的用戶其幫助程度就可能就不那么明顯了。在這種情況下,個(gè)性化推薦系統(tǒng)就應(yīng)運(yùn)而生了。因?yàn)樗粌H可以幫助人們過濾信息或物品,而且可以主動(dòng)為用戶推薦他們可能感興趣的信息或物品。但隨著用戶數(shù)量和信息種類的快速增加,當(dāng)前的個(gè)性化推薦系統(tǒng)也面臨著一些挑戰(zhàn)。本文重點(diǎn)就是針對(duì)當(dāng)前個(gè)性化推薦系統(tǒng)中的協(xié)同過濾算法的冷啟動(dòng)和稀疏性進(jìn)行相應(yīng)的優(yōu)化改進(jìn)。首先,對(duì)個(gè)性化推薦系統(tǒng)的相關(guān)基本理論知識(shí)進(jìn)行詳細(xì)的介紹和整理。然后,對(duì)協(xié)同過濾算法的基本思想與其常用的算法進(jìn)行分析與總結(jié),隨后對(duì)當(dāng)前協(xié)同過濾算法存在不足進(jìn)行整理,進(jìn)一步分析其產(chǎn)生的原因。根據(jù)分析的結(jié)果,提出一種添加項(xiàng)目屬性類別的協(xié)同過濾算法,該算法對(duì)其傳統(tǒng)的相似性度量方法了進(jìn)行優(yōu)化,即在計(jì)算項(xiàng)目之間的相似度時(shí)增加了一個(gè)項(xiàng)目屬性類別的參數(shù)。這樣就彌補(bǔ)了傳統(tǒng)的度量方法在計(jì)算項(xiàng)目之間的相似性時(shí),把不同類別的項(xiàng)目之間進(jìn)行比較,從而導(dǎo)致其項(xiàng)目的最近鄰居不準(zhǔn)確。該算法的基本思想是先利用項(xiàng)目自身屬性對(duì)其進(jìn)行分類,然后根據(jù)分類的情況在類內(nèi)進(jìn)行其相似性的計(jì)算,計(jì)算是采用改進(jìn)后的公式,即添加項(xiàng)目屬性參數(shù)的公式來進(jìn)行項(xiàng)目之間的相似性計(jì)算,其次根據(jù)其相似性的計(jì)算結(jié)果生成目標(biāo)項(xiàng)目的最近鄰居集,然后根據(jù)其最近鄰居在類內(nèi)對(duì)其評(píng)分進(jìn)行預(yù)測(cè),把評(píng)分較高的前N項(xiàng)作為Top-N輸出。最后,利用Movielens網(wǎng)站提供的開源數(shù)據(jù)包對(duì)改進(jìn)后的算法進(jìn)行相關(guān)的驗(yàn)證,選取平均絕對(duì)誤差(MAE)作為衡量其算法準(zhǔn)確度的標(biāo)準(zhǔn)。通過對(duì)比改進(jìn)前后算法的MAE,可以直觀的看出改進(jìn)后的算法在一定程度上降低了冷啟動(dòng)和稀疏性對(duì)推薦算法精確度的影響,提高了推薦系統(tǒng)的推薦效果。
【關(guān)鍵詞】：個(gè)性化推薦系統(tǒng) 協(xié)同過濾算法 項(xiàng)目屬性 MAE
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-14
• 1.2.1 國外研究現(xiàn)狀11-13
• 1.2.2 國內(nèi)研究現(xiàn)狀13-14
• 1.3 論文主要的研究?jī)?nèi)容14
• 1.4 論文的組織結(jié)構(gòu)14-16
• 2 個(gè)性化推薦系統(tǒng)及其核心技術(shù)16-28
• 2.1 個(gè)性化推薦系統(tǒng)概述16-18
• 2.1.1 個(gè)性化推薦系統(tǒng)的概念16
• 2.1.2 個(gè)性化推薦系統(tǒng)分類16-17
• 2.1.3 個(gè)性化推薦系統(tǒng)的意義17-18
• 2.2 個(gè)性化推薦系統(tǒng)構(gòu)成18-20
• 2.2.1 輸入模塊18-20
• 2.2.2 輸出模塊20
• 2.2.3 推薦系統(tǒng)算法模塊20
• 2.3 個(gè)性化推薦的核心技術(shù)20-26
• 2.3.1 基于內(nèi)容推薦21-22
• 2.3.2 貝葉斯網(wǎng)絡(luò)22-23
• 2.3.3 關(guān)聯(lián)規(guī)則23-24
• 2.3.4 聚類24-25
• 2.3.5 協(xié)同過濾25-26
• 2.4 個(gè)性化推薦系統(tǒng)的評(píng)價(jià)標(biāo)準(zhǔn)26-27
• 2.4.1 精確度26
• 2.4.2 用戶滿意程度26-27
• 2.5 本章小結(jié)27-28
• 3 協(xié)同過濾算法的研究28-38
• 3.1 協(xié)同過濾理論概述28-30
• 3.1.1 協(xié)同過濾的基本思想28
• 3.1.2 協(xié)同過濾的實(shí)現(xiàn)28-30
• 3.2 常用的協(xié)同過濾算法30-35
• 3.3.1 基于內(nèi)存的協(xié)同過濾算法31-33
• 3.3.2 基于模型的協(xié)同過濾33-34
• 3.3.3 混合推薦算法34-35
• 3.3 協(xié)同過濾算法存在的問題35-36
• 3.3.1 數(shù)據(jù)稀疏性(Sparsity)問題35-36
• 3.3.2 冷啟動(dòng)(Cold-Start)36
• 3.4 本章小結(jié)36-38
• 4 基于項(xiàng)目的協(xié)同過濾算法優(yōu)化38-49
• 4.1 基于項(xiàng)目的協(xié)同過濾算法38-42
• 4.1.1 基于項(xiàng)目的協(xié)同過濾算法實(shí)現(xiàn)過程38-40
• 4.1.2 基于項(xiàng)目的協(xié)同過濾算法的優(yōu)化思路40-42
• 4.2 基于項(xiàng)目的協(xié)同過濾算法的優(yōu)化42-45
• 4.2.1 相似性度量方法的優(yōu)化42-44
• 4.2.2 產(chǎn)生推薦44-45
• 4.3 優(yōu)化算法的實(shí)現(xiàn)45-48
• 4.3.1 填補(bǔ)未評(píng)分項(xiàng)目的評(píng)分46-47
• 4.3.2 改進(jìn)基于項(xiàng)目的算法的實(shí)現(xiàn)47-48
• 4.4 本章小結(jié)48-49
• 5 算法驗(yàn)證與分析49-56
• 5.1 數(shù)據(jù)集49-51
• 5.2 實(shí)驗(yàn)標(biāo)準(zhǔn)及方案51-53
• 5.2.1 實(shí)驗(yàn)標(biāo)準(zhǔn)51
• 5.2.2 實(shí)驗(yàn)方案51-53
• 5.3 實(shí)驗(yàn)結(jié)果及分析53-54
• 5.4 本章小結(jié)54-56
• 6 總結(jié)與展望56-58
• 6.1 總結(jié)56-57
• 6.2 展望57-58
• 致謝58-59
• 參考文獻(xiàn)59-62
• 攻讀學(xué)位期間的研究成果62

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 張亞偉;蘇一丹;;基于移動(dòng)Agent的分布式個(gè)性化推薦系統(tǒng)[J];微計(jì)算機(jī)信息;2008年09期

2 許良;汪克夷;;基于移動(dòng)Agent的個(gè)性化推薦系統(tǒng)的研究[J];消費(fèi)導(dǎo)刊;2008年09期

3 劉洋;;面向電子商務(wù)網(wǎng)站的個(gè)性化推薦系統(tǒng)[J];中小企業(yè)管理與科技(上旬刊);2012年01期

4 麻旺勇;葉躍苗;;基于位置感知的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];福建電腦;2014年01期

5 余建芳;;個(gè)性化推薦系統(tǒng)在民族院校圖書館信息服務(wù)中的設(shè)計(jì)探析——以甘肅民族師范學(xué)院圖書館為例[J];福建電腦;2014年01期

6 楊海濤;石磊;衛(wèi)琳;;一個(gè)基于搜索結(jié)果的個(gè)性化推薦系統(tǒng)[J];計(jì)算機(jī)工程與應(yīng)用;2006年32期

7 姜有輝;高琳琦;;個(gè)性化推薦系統(tǒng)中顧客信息的隱式采集方法研究[J];現(xiàn)代情報(bào);2006年11期

8 江秀佳;何源光;;國內(nèi)電子商務(wù)個(gè)性化推薦系統(tǒng)改進(jìn)研究[J];圖書情報(bào)工作;2009年16期

9 楊靜;;電子商務(wù)個(gè)性化推薦系統(tǒng)的構(gòu)建[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年28期

10 顧麗敏;;個(gè)性化推薦系統(tǒng)研究[J];無線互聯(lián)科技;2013年08期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 黎隕;詹曉紅;孫莉;;基于頻繁遍歷路徑的個(gè)性化推薦系統(tǒng)[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2003年

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 國防科技大學(xué)計(jì)算機(jī)學(xué)院 應(yīng)曉敏 竇文華;古老概念的鳳凰涅i肹N];計(jì)算機(jī)世界;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 倪鵬飛;基于顧客滿意度的電子商務(wù)個(gè)性化推薦系統(tǒng)評(píng)價(jià)研究[D];河北大學(xué);2015年

2 賈忠濤;電影個(gè)性化推薦系統(tǒng)的研究與實(shí)現(xiàn)[D];西南科技大學(xué);2015年

3 何俊;基于社交網(wǎng)絡(luò)的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];貴州大學(xué);2015年

4 肖巧龍;基于用戶隱性行為的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)及研究[D];南京財(cái)經(jīng)大學(xué);2014年

5 于淼;基于LBS的個(gè)性化推薦系統(tǒng)的研究與設(shè)計(jì)[D];北京郵電大學(xué);2015年

6 汪亭廷;美味網(wǎng)電子商務(wù)個(gè)性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

7 陳博文;融合信任網(wǎng)絡(luò)的個(gè)性化推薦系統(tǒng)研究[D];上海交通大學(xué);2015年

8 溫瑞龍;基于社交網(wǎng)絡(luò)的個(gè)性化推薦系統(tǒng)研究與實(shí)現(xiàn)[D];浙江工業(yè)大學(xué);2015年

9 劉旭;基于情感權(quán)重的個(gè)性化推薦系統(tǒng)[D];南京郵電大學(xué);2015年

10 許植堯;基于用戶情境的個(gè)性化推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];內(nèi)蒙古大學(xué);2016年

  本文關(guān)鍵詞：協(xié)同過濾算法在個(gè)性化推薦系統(tǒng)中的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：273982