本文關(guān)鍵詞：基于經(jīng)驗(yàn)學(xué)習(xí)的自適應(yīng)推薦算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：傳統(tǒng)的推薦算法一般主要利用用戶的一些瀏覽記錄、好友推薦等各種方式作為依據(jù)進(jìn)行推薦。其主要目的是為了解決電子商務(wù)等領(lǐng)域信息過(guò)載的問(wèn)題。但在實(shí)際應(yīng)用中,一般作為輔助功能呈現(xiàn),而主要的搜索算法大抵還是基于網(wǎng)頁(yè)內(nèi)容的排序索引。而在基于內(nèi)容的搜索的同時(shí),進(jìn)行盡可能個(gè)性化的推薦方案則寥寥無(wú)幾,其搜索質(zhì)量也存在很大的問(wèn)題。如何結(jié)合以上兩點(diǎn),是設(shè)計(jì)新的高質(zhì)量搜索排序算法的關(guān)鍵�；趦�(nèi)容搜索排序能夠在一定程度上代表文檔與用戶輸入語(yǔ)句的相關(guān)性。推薦算法的思想認(rèn)為,人們歷史的操作行為如用戶點(diǎn)擊等對(duì)后來(lái)用戶的選擇的指導(dǎo)推薦作用。本文在合理結(jié)合了以上兩點(diǎn)的優(yōu)點(diǎn),提出了一種基于經(jīng)驗(yàn)學(xué)習(xí)的自適應(yīng)推薦算法IMUSE。本文的主要工作有：首先,通過(guò)用戶行為分析,提出對(duì)歷史用戶點(diǎn)擊數(shù)據(jù)的處理方法,即給出了對(duì)用戶點(diǎn)擊時(shí)效性和文檔熱度等良好的處理手段。其次,本文借鑒了基于內(nèi)容檢索和基于經(jīng)驗(yàn)進(jìn)行推薦兩個(gè)領(lǐng)域算法的優(yōu)點(diǎn),提出了基于經(jīng)驗(yàn)的搜索推薦算法。特別是考慮到查詢輸入的平衡等問(wèn)題,并給出了良好的解決方案。最終本文提出了一種自適應(yīng)蟻群算法SAACO,將蟻群算法中的調(diào)參α、∥放到粒子群算法中進(jìn)行動(dòng)態(tài)選擇。同時(shí)將該算法應(yīng)用到搜索推薦算法的參數(shù)估計(jì)中,使得提出的推薦算法具備參數(shù)自適應(yīng)設(shè)定的優(yōu)點(diǎn)。本文對(duì)SAACO應(yīng)用到IMUSE參數(shù)估計(jì)進(jìn)行了實(shí)驗(yàn),并與大量實(shí)驗(yàn)得出的結(jié)果進(jìn)行了對(duì)比,實(shí)驗(yàn)證明,參數(shù)估計(jì)的方法與實(shí)驗(yàn)得出的結(jié)果基本相似。另外,本文選取了推薦算法領(lǐng)域評(píng)估指標(biāo)準(zhǔn)確率和搜索排序領(lǐng)域的權(quán)威評(píng)估方法nDCG作為對(duì)IMUSE算法性能的雙重評(píng)估指標(biāo),并利用實(shí)驗(yàn)進(jìn)行證明算法在這兩方面算法運(yùn)算結(jié)果的優(yōu)越性。
【關(guān)鍵詞】：經(jīng)驗(yàn)學(xué)習(xí) 推薦算法 自適應(yīng)蟻群算法 參數(shù)估計(jì)
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;TP391.3
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-15
• 1.1 研究背景與意義8-10
• 1.2 研究現(xiàn)狀10-12
• 1.3 研究?jī)?nèi)容12-13
• 1.4 論文結(jié)構(gòu)13-14
• 1.5 本章小結(jié)14-15
• 2 搜索推薦算法理論基礎(chǔ)15-23
• 2.1 推薦算法綜述15-19
• 2.1.1 推薦系統(tǒng)中的數(shù)據(jù)挖掘15-17
• 2.1.2 基于內(nèi)容的推薦系統(tǒng)17-18
• 2.1.3 基于近鄰?fù)扑]方法綜述18
• 2.1.4 基于協(xié)同過(guò)濾的推薦算法18-19
• 2.2 搜索排序算法簡(jiǎn)介19-21
• 2.3 參數(shù)估計(jì)簡(jiǎn)介21-22
• 2.4 本章小結(jié)22-23
• 3 自適應(yīng)蟻群算法設(shè)計(jì)23-33
• 3.1 粒子群算法簡(jiǎn)述23-25
• 3.2 蟻群算法簡(jiǎn)述25-29
• 3.2.1 蟻群覓食模型25-26
• 3.2.2 ACO的數(shù)學(xué)表述26-29
• 3.2.3 蟻群算法的一些特性29
• 3.3 改進(jìn)的蟻群算法SAACO29-32
• 3.4 本章小結(jié)32-33
• 4 基于經(jīng)驗(yàn)學(xué)習(xí)的推薦算法設(shè)計(jì)33-45
• 4.1 自學(xué)習(xí)推薦引擎架構(gòu)設(shè)計(jì)33-37
• 4.1.1 整體框架設(shè)計(jì)33-34
• 4.1.2 索引器34-35
• 4.1.3 Web Community35
• 4.1.4 經(jīng)驗(yàn)學(xué)習(xí)器35-37
• 4.2 算法主體設(shè)計(jì)37-39
• 4.3 文檔特征分值Fs的計(jì)算方法39-40
• 4.4 經(jīng)驗(yàn)分值Es的計(jì)算方法40-42
• 4.5 矩陣R的計(jì)算方法42-44
• 4.6 本章小結(jié)44-45
• 5 參數(shù)估計(jì)和實(shí)驗(yàn)結(jié)果45-55
• 5.1 算法評(píng)估方法45-46
• 5.2 IMUSE參數(shù)估計(jì)實(shí)驗(yàn)設(shè)計(jì)及結(jié)果46-49
• 5.3 實(shí)驗(yàn)結(jié)果及分析49-53
• 5.3.1 實(shí)驗(yàn)數(shù)據(jù)49-51
• 5.3.2 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析51-53
• 5.4 弱文檔屬性數(shù)據(jù)實(shí)驗(yàn)及分析53-54
• 5.5 本章小結(jié)54-55
• 結(jié)論55-56
• 參考文獻(xiàn)56-59
• 攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況59-60
• 致謝60-61

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(yè)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(guó)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(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 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(guó)數(shù)據(jù)庫(kù)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(guó);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(guó)數(shù)據(jù)庫(kù)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(guó)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(guó)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)：475317