本文關(guān)鍵詞：類博弈個(gè)性化推薦算法的設(shè)計(jì)與研究

  更多相關(guān)文章： 推薦系統(tǒng) 類博弈思想 個(gè)性化 分布式計(jì)算

【摘要】：在早期的互聯(lián)網(wǎng)時(shí)代,分類索引可以有效地幫助用戶找到需要的信息。隨著互聯(lián)網(wǎng)數(shù)據(jù)的不斷增加,分類索引難以囊括所有數(shù)據(jù),搜索引擎的出現(xiàn)解決了這一瓶頸。在互聯(lián)網(wǎng)數(shù)據(jù)爆發(fā)的今天,各個(gè)領(lǐng)域的數(shù)據(jù)逐步過載,受限于關(guān)鍵詞的搜索引擎也難以應(yīng)對(duì)用戶日益增長的個(gè)性化需求,諸如“最好聽”一類難以被量化的關(guān)鍵詞,往往得到近乎廣告的搜索結(jié)果。在這樣的背景下,推薦系統(tǒng)得到了廣泛的研究和使用。推薦算法是推薦系統(tǒng)的靈魂,常規(guī)的推薦算法從實(shí)時(shí)性的角度可以分為在線推薦和離線推薦。離線推薦是在線推薦的數(shù)據(jù)基礎(chǔ),在線推薦是離線推薦的進(jìn)一步應(yīng)用。離線推薦從提取用戶和物品特征的角度入手,可以有效提升推薦準(zhǔn)確率,離線數(shù)據(jù)比較穩(wěn)定,易于建模和評(píng)估。但離線計(jì)算一般需要較長的運(yùn)行時(shí)間,這段空閑期如果置之不理,會(huì)出現(xiàn)“興趣漂移”問題,這時(shí)就需要在線計(jì)算來進(jìn)行彌補(bǔ)。在線計(jì)算可以在離線計(jì)算的基礎(chǔ)上調(diào)節(jié)推薦結(jié)果,有效緩解“興趣漂移”問題,維持離線計(jì)算的推薦準(zhǔn)確率。本論文從離線推薦和在線推薦兩個(gè)方面進(jìn)行了研究,主要包括:1)對(duì)傳統(tǒng)基于物品協(xié)同過濾算法進(jìn)行分布式改進(jìn),通過對(duì)分布式計(jì)算框架Dpark的性能驗(yàn)證實(shí)驗(yàn)和分布式內(nèi)存數(shù)據(jù)庫Beans DB的特點(diǎn)分析,提出了基于Dpark的數(shù)據(jù)關(guān)系提取方案和基于Beans DB的矩陣存儲(chǔ)方案。2)在離線計(jì)算上,提出了加強(qiáng)“個(gè)性化特征”的引入用戶追新度和物品流行度(由于實(shí)驗(yàn)采用的是公開音樂數(shù)據(jù)集,在本論文中主要討論“音樂流行度”,正文將直接采用“音樂流行度”這一說法)的離線推薦算法。分別對(duì)用戶追新度和物品流行度的定義和依據(jù)進(jìn)行了說明,并基于兩個(gè)度量提出了改進(jìn)的推薦模型,詳細(xì)解讀了模型的原理,并在實(shí)現(xiàn)算法之后,與基于物品協(xié)同過濾算法進(jìn)行了詳細(xì)的性能對(duì)比分析。3)在在線計(jì)算上,具體描述了離線計(jì)算中存在的“興趣漂移”現(xiàn)象和常規(guī)的緩解方法,然后提出了引入“類博弈思想”的在線推薦算法,通過結(jié)合離線推薦算法的推薦結(jié)果,在系統(tǒng)和用戶的交互過程中,進(jìn)行在線推薦,有效緩解了離線推薦中存在的“興趣漂移”問題,提升了推薦算法的實(shí)時(shí)性和靈活性,并提出了一種可行的實(shí)現(xiàn)類博弈思想的算法流程,對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了展示和分析。4)提出了一種基于RESTful Web Service的個(gè)性化音樂推薦系統(tǒng)的整體架構(gòu),實(shí)現(xiàn)了算法理論與實(shí)際系統(tǒng)的對(duì)接,介紹了基礎(chǔ)的服務(wù)端接口,并對(duì)網(wǎng)站端和移動(dòng)端進(jìn)行了結(jié)果展示,為將本論文提出的推薦算法應(yīng)用到實(shí)際系統(tǒng)提供了一條可行的技術(shù)路線。
【關(guān)鍵詞】：推薦系統(tǒng) 類博弈思想 個(gè)性化 分布式計(jì)算
【學(xué)位授予單位】：貴州大學(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4-6
• ABSTRACT6-8
• 1 前言8-12
• 1.1 研究背景與意義8
• 1.2 國內(nèi)外研究成果8-10
• 1.3 論文主要研究內(nèi)容10-11
• 1.4 論文組織結(jié)構(gòu)11
• 1.5 本章小結(jié)11-12
• 2 理論基礎(chǔ)與相關(guān)技術(shù)12-22
• 2.1 基于物品協(xié)同過濾算法12-14
• 2.2 分布式計(jì)算平臺(tái)14-17
• 2.3 博弈論17-19
• 2.3.1 傳統(tǒng)博弈論17-18
• 2.3.2 演化博弈論18-19
• 2.4 Web服務(wù)19-21
• 2.5 本章小結(jié)21-22
• 3 基于物品協(xié)同過濾算法的分布式改進(jìn)22-28
• 3.1 傳統(tǒng)基于物品協(xié)同過濾算法實(shí)踐中存在的問題22-23
• 3.1.1 迭代運(yùn)算時(shí)的性能問題22
• 3.1.2 稀疏矩陣存儲(chǔ)時(shí)的空間問題22-23
• 3.2 基于Dpark的數(shù)據(jù)處理23-26
• 3.3 基于BeansDB的矩陣存儲(chǔ)26-27
• 3.4 本章小結(jié)27-28
• 4 類博弈個(gè)性化推薦算法28-48
• 4.1 算法概述28-29
• 4.2 加強(qiáng)“個(gè)性化特征”的離線推薦算法29-42
• 4.2.1 傳統(tǒng)基于物品協(xié)同過濾算法的推薦模型29-30
• 4.2.2 引入用戶追新度和音樂流行度的改進(jìn)協(xié)同過濾算法30-34
• 4.2.3 實(shí)驗(yàn)數(shù)據(jù)分析34-42
• 4.3 基于“類博弈思想”的在線推薦算法42-47
• 4.3.1“興趣漂移”問題42-43
• 4.3.2 常規(guī)緩解“興趣漂移”問題的方法43-44
• 4.3.3 類博弈思想44-45
• 4.3.4 算法設(shè)計(jì)與實(shí)驗(yàn)數(shù)據(jù)分析45-47
• 4.4 本章小結(jié)47-48
• 5 個(gè)性化音樂推薦系統(tǒng)48-57
• 5.1 功能概述48
• 5.2 架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)驗(yàn)證48-56
• 5.2.1 架構(gòu)概述48-49
• 5.2.2 架構(gòu)設(shè)計(jì)49-52
• 5.2.3 實(shí)現(xiàn)驗(yàn)證52-56
• 5.3 本章小結(jié)56-57
• 6 總結(jié)與展望57-59
• 6.1 總結(jié)57-58
• 6.2 展望58-59
• 致謝59-60
• 參考文獻(xiàn)60-62
• 附錄62-63
• 圖版63-64
• 表版64-65

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 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(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

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

中國重要會(huì)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(gè)性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

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

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)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(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

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

6 梁莘q，

本文編號(hào)：639504