發(fā)布時(shí)間：2017-10-08 22:34

  本文關(guān)鍵詞：基于協(xié)同過濾算法的推薦系統(tǒng)研究與實(shí)現(xiàn)

  更多相關(guān)文章： 推薦系統(tǒng) 協(xié)同過濾 稀疏性問題 冷啟動(dòng)問題

【摘要】：近年來，隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展與網(wǎng)絡(luò)的迅速普及，人們既可以享受海量信息資源帶來的便利，同時(shí)又面臨著“信息超載”所帶來的問題，推薦系統(tǒng)正是為了解決這一問題而產(chǎn)生的。相較于經(jīng)典的搜索引擎式服務(wù)，推薦系統(tǒng)的個(gè)性化是其得天獨(dú)厚的優(yōu)勢(shì)。推薦系統(tǒng)的研究是當(dāng)前信息資源急速膨脹環(huán)境下的迫切需求，有著重要的理論價(jià)值與實(shí)際價(jià)值。協(xié)同過濾技術(shù)是當(dāng)前推薦系統(tǒng)研究的熱點(diǎn)之一，然而其依然存在稀疏性問題、冷啟動(dòng)問題需要解決，同時(shí)在算法的精準(zhǔn)度上也尚有很大的研究空間。 針對(duì)上述問題本文主要的研究對(duì)象為推薦系統(tǒng)以及在解決數(shù)據(jù)稀疏性和冷啟動(dòng)問題的前提下提高協(xié)同過濾算法的精確度的改進(jìn)方法。所以，本文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)可以概括為以下幾個(gè)方面： 第一，首先對(duì)推薦系統(tǒng)進(jìn)行整體的研究，充分研究了推薦系統(tǒng)的相關(guān)概念，對(duì)各種推薦系統(tǒng)、各種推薦系統(tǒng)的優(yōu)勢(shì)與劣勢(shì)以及協(xié)同過濾算法進(jìn)行了深入的研究。 第二，在對(duì)協(xié)同過濾算法的深入研究的基礎(chǔ)上，針對(duì)算法數(shù)據(jù)稀疏性問題與冷啟動(dòng)問題，，本文通過結(jié)合用戶屬性與項(xiàng)目屬性，提出了一種改進(jìn)的協(xié)同過濾算法。改進(jìn)的算法利用推薦系統(tǒng)中的用戶與項(xiàng)目信息彌補(bǔ)了經(jīng)典協(xié)同過濾算法的不足。并且不同于簡(jiǎn)單的組合，算法可以根據(jù)評(píng)分?jǐn)?shù)據(jù)集的特點(diǎn)動(dòng)態(tài)的調(diào)節(jié)用戶和項(xiàng)目屬性信息在評(píng)分預(yù)測(cè)中所占的比重，使得算法的準(zhǔn)確度進(jìn)一步提升，并且通過實(shí)驗(yàn)驗(yàn)證了這一結(jié)論。 第三，以電影推薦系統(tǒng)為例，通過之前對(duì)現(xiàn)有協(xié)同過濾推薦系統(tǒng)的總結(jié)與分析，設(shè)計(jì)并實(shí)現(xiàn)基于改進(jìn)的協(xié)同過濾算法的推薦系統(tǒng)，以檢驗(yàn)改進(jìn)算法的實(shí)用性。
【關(guān)鍵詞】：推薦系統(tǒng) 協(xié)同過濾 稀疏性問題 冷啟動(dòng)問題
【學(xué)位授予單位】：河北工業(yè)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
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-15
• 1.1 研究背景與意義9-10
• 1.1.1 研究背景9-10
• 1.1.2 研究意義10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.2.1 國(guó)外研究現(xiàn)狀10-11
• 1.2.2 國(guó)內(nèi)研究現(xiàn)狀11-12
• 1.3 面臨的問題和挑戰(zhàn)12-13
• 1.4 本文主要工作和安排13-15
• 第二章 推薦系統(tǒng)相關(guān)概念15-31
• 2.1 相關(guān)基本知識(shí)15-20
• 2.1.1 信息檢索和信息過濾15-16
• 2.1.2 數(shù)據(jù)挖掘技術(shù)16-17
• 2.1.3 個(gè)性及其特征17
• 2.1.4 推薦系統(tǒng)17-20
• 2.2 推薦技術(shù)與分類20-24
• 2.2.1 基于內(nèi)容的推薦技術(shù)21
• 2.2.2 基于協(xié)同過濾的推薦技術(shù)21-23
• 2.2.3 基于規(guī)則的推薦技術(shù)23-24
• 2.2.4 推薦技術(shù)的比較24
• 2.3 協(xié)同過濾算法及分類24-29
• 2.3.1 協(xié)同過濾算法推薦步驟24-25
• 2.3.2 協(xié)同過濾算法的分類25-29
• 2.4 推薦系統(tǒng)的評(píng)價(jià)29-30
• 2.4.1 Movielens 數(shù)據(jù)集29-30
• 2.4.2 評(píng)價(jià)標(biāo)準(zhǔn)30
• 2.5 本章小結(jié)30-31
• 第三章 基于用戶屬性和項(xiàng)目屬性的改進(jìn)算法31-41
• 3.1 問題的提出31-32
• 3.2 基于用戶和項(xiàng)目屬性的改進(jìn)的協(xié)同過濾推薦32-36
• 3.2.1 基于用戶屬性和項(xiàng)目屬性的預(yù)測(cè)32-33
• 3.2.2 基于用戶和項(xiàng)目屬性的改進(jìn)算法33-36
• 3.3 改進(jìn)算法的流程36-37
• 3.4 實(shí)驗(yàn)分析37-40
• 3.4.1 參數(shù)的選取37-38
• 3.4.2 實(shí)驗(yàn)結(jié)果分析38-40
• 3.5 存在的不足40
• 3.6 小結(jié)40-41
• 第四章 基于改進(jìn)協(xié)同過濾算法的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)41-49
• 4.1 引言41
• 4.2 推薦系統(tǒng)結(jié)構(gòu)41-42
• 4.3 推薦系統(tǒng)表設(shè)計(jì)42-44
• 4.4 推薦系統(tǒng)角色分類44-45
• 4.5 個(gè)性化推薦模塊的設(shè)計(jì)與實(shí)現(xiàn)45-48
• 4.6 小結(jié)48-49
• 第五章 總結(jié)與展望49-51
• 5.1 全文的總結(jié)49-50
• 5.2 下一步工作和展望50-51
• 參考文獻(xiàn)51-55
• 致謝55-56

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 趙亮,胡乃靜,張守志;個(gè)性化推薦算法設(shè)計(jì)[J];計(jì)算機(jī)研究與發(fā)展;2002年08期

2 李寧;王子磊;吳剛;鄭濤;;個(gè)性化影片推薦系統(tǒng)中用戶模型研究[J];計(jì)算機(jī)應(yīng)用與軟件;2010年12期

3 曾春,邢春曉,周立柱;個(gè)性化服務(wù)技術(shù)綜述[J];軟件學(xué)報(bào);2002年10期

4 陳志敏;姜藝;;綜合項(xiàng)目評(píng)分和屬性的個(gè)性化推薦算法[J];微電子學(xué)與計(jì)算機(jī);2011年09期

5 馬宏偉;張光衛(wèi);李鵬;;協(xié)同過濾推薦算法綜述[J];小型微型計(jì)算機(jī)系統(tǒng);2009年07期

6 張小紅;;協(xié)同過濾中的相似性度量方法的研究[J];無線電通信技術(shù);2013年01期

本文編號(hào)：996646