本文關鍵詞：基于隱馬爾可夫模型的推薦算法研究　出處：《哈爾濱商業(yè)大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 推薦算法 評分聚合行為畫像 隱馬爾可夫模型 高斯混合模型

【摘要】：隨著移動互聯(lián)網(wǎng)的飛速發(fā)展,電子商務數(shù)據(jù)出現(xiàn)爆炸式增長,人們面臨著越來越嚴重的"信息過載"問題。"信息過載"是指人們無法從海量的數(shù)據(jù)中快速準確的定位到自己所需要的信息,從而對用戶的互聯(lián)網(wǎng)行為決策造成巨大的干擾。個性化推薦系統(tǒng)是電子商務系統(tǒng)中解決這一問題的關鍵技術,個性化推薦系統(tǒng)是一種基于用戶歷史購買、評價行為挖掘技術的推薦系統(tǒng),其目的是方便用戶對互聯(lián)網(wǎng)信息篩選,它可以預測用戶的偏好,并為用戶的購買決策提供有效的建議。如何有效的將用戶的歷史評價信息與推薦技術結合是推薦系統(tǒng)的重要問題。通過大量深入閱讀國內(nèi)外個性化推薦系統(tǒng)的相關文獻,發(fā)現(xiàn)主流基于用戶對項目評價的推薦算法限制較多、并且隨著用戶偏好的變化推薦準確率隨之降低。針對個體用戶評價行為出現(xiàn)的問題,提出一種基于關聯(lián)規(guī)則的思想,從用戶歷史評價數(shù)據(jù)中挖掘出用戶群組偏好的聚合行為來表達用戶的評價行為畫像,以該評價行為畫像作為用戶評分的上下文環(huán)境,從而降低推薦系統(tǒng)對用戶個體偏好轉(zhuǎn)移的敏感性。在此基礎上,為了獲得更好的用戶偏好預測效果,引入隱馬爾可夫模型(Hidden Markov Model,HMM)對離散的評價行為畫像進行模擬。將用戶的評價序列作為觀測符號、用戶群組聚合三元評價畫像的圖模型作為隱含狀態(tài)建立HMM模型,以高斯混合模型(Gaussian Mixture Model,GMM)描述HMM的混淆矩陣,從而將用戶觀測符號與用戶的評價聚合關系圖建立關聯(lián)。通過對評分聚合行為畫像的預測,解碼出用戶下一時刻概率最大的項目及評分從而生成用戶的商品或信息推薦。這一模型大大提高了商品推薦的準確率,并且能夠隨著用戶偏好的轉(zhuǎn)移準確的生成相應的信息推薦,具有較強的魯棒性。實驗結果表明基于HMM的推薦算法在準確率和召回率以及推薦效率上都具有較好的性能。
【學位授予單位】：哈爾濱商業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.3;O211.62

【相似文獻】

相關期刊論文 前10條

1 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

2 楊博;趙鵬飛;;推薦算法綜述[J];山西大學學報(自然科學版);2011年03期

3 呂善國;吳效葵;曹義親;;基于網(wǎng)絡結構的推薦算法[J];實驗室研究與探索;2012年07期

4 蘇瑩;劉建國;郭強;田大鋼;;考慮負面評價的個性化推薦算法研究[J];運籌與管理;2012年06期

5 崔春生;;基于泛函網(wǎng)絡的組合推薦算法[J];系統(tǒng)工程理論與實踐;2014年04期

6 周佳;羅鐵堅;;一種基于內(nèi)容關聯(lián)的學術資源協(xié)同推薦算法[J];中國科學院研究生院學報;2013年01期

7 高靈渲;張巍;霍穎翔;滕少華;;改進的聚類模式過濾推薦算法[J];江西師范大學學報(自然科學版);2012年01期

8 李汶華;熊曉棟;郭均鵬;;一種基于案例推理和協(xié)商的群體推薦算法[J];系統(tǒng)工程;2013年11期

9 廖春華;杜建強;程春雷;李智彪;;改進的偏最小二乘回歸推薦算法[J];江西師范大學學報(自然科學版);2012年06期

10 范進;;基于多元混合準則模糊模型的個性化推薦算法[J];華東經(jīng)濟管理;2007年02期

相關會議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應用技術交流會論文集[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)庫學術會議論文集（技術報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務個性化推薦系統(tǒng)[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學會第17屆學術年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡的含時推薦算法[A];第五屆全國復雜網(wǎng)絡學術會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：1325249