本文關(guān)鍵詞：協(xié)同過濾個(gè)性化推薦技術(shù)的研究

  更多相關(guān)文章： 協(xié)同過濾 Slope One算法 模糊聚類 二階段算法集成框架

【摘要】：推薦系統(tǒng)是解決信息超載問題的重要工具之一,它能根據(jù)用戶以往的行為信息、評價(jià)信息來挖掘和學(xué)習(xí)用戶的喜好,對用戶的興趣進(jìn)行建模,進(jìn)而為用戶推薦新的內(nèi)容,幫助用戶發(fā)現(xiàn)新的興趣。與其他信息檢索工具(如搜索引擎)相比,推薦系統(tǒng)能夠提供更加個(gè)性化的服務(wù)。它能夠主動(dòng)向用戶推送其感興趣的產(chǎn)品或信息,將信息檢索的過程由“用戶主動(dòng)去尋找信息”轉(zhuǎn)變?yōu)椤坝脩舯粍?dòng)接受信息”,把用戶從費(fèi)時(shí)費(fèi)力的檢索過程中解放出來。近些年來推薦系統(tǒng)在諸多領(lǐng)域,尤其是電子商務(wù)領(lǐng)域的成功應(yīng)用使得學(xué)術(shù)界和產(chǎn)業(yè)界對推薦系統(tǒng)的興趣有增無減。在現(xiàn)有推薦技術(shù)中,目前較為流行和成功的當(dāng)屬協(xié)同過濾推薦技術(shù)。與基于內(nèi)容的推薦技術(shù)相比,協(xié)同過濾推薦技術(shù)不依賴于推薦項(xiàng)目的內(nèi)容,同時(shí)具備發(fā)現(xiàn)用戶新興趣的能力,因而得到了廣泛應(yīng)用。然而,協(xié)同過濾技術(shù)仍面臨著諸多挑戰(zhàn),數(shù)據(jù)稀疏性和算法伸縮性等問題仍有待解決,算法的預(yù)測精度仍有較大提高空間。本文針對協(xié)同過濾技術(shù)所存在的問題做了以下工作:1)研究了主要的協(xié)同過濾推薦算法,詳細(xì)闡述每種算法的原理和特點(diǎn),并通過一系列實(shí)驗(yàn)比較了它們在不同數(shù)據(jù)集、不同數(shù)據(jù)稀疏程度下的性能,分析了不同算法之間性能差距的原因。2)提出了一種使用模糊聚類技術(shù)改進(jìn)的Slope One協(xié)同過濾推薦算法。相比原始的Slope One算法,該算法有更好的預(yù)測精度和伸縮性,同時(shí)模糊聚類技術(shù)和數(shù)據(jù)平滑機(jī)制使得該算法在稀疏數(shù)據(jù)集上有較好表現(xiàn)。3)采用集成學(xué)習(xí)的方法設(shè)計(jì)了一種二階段算法集成框架。這種二階段集成框架可以將多種協(xié)同過濾算法模型進(jìn)行互補(bǔ)式集成,獲得了更好的性能。
【關(guān)鍵詞】：協(xié)同過濾 Slope One算法 模糊聚類 二階段算法集成框架
【學(xué)位授予單位】：西北師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 摘要6-7
• Abstract7-10
• 1 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 推薦系統(tǒng)的研究現(xiàn)狀和面臨的挑戰(zhàn)11-13
• 1.3 幾個(gè)具有代表性的推薦系統(tǒng)13-14
• 1.4 本文的研究內(nèi)容及章節(jié)安排14-16
• 2 協(xié)同過濾推薦算法的介紹與性能比較16-29
• 2.1 基于記憶的協(xié)同過濾16-18
• 2.1.1 基于用戶的協(xié)同過濾16-18
• 2.1.2 基于項(xiàng)目的協(xié)同過濾18
• 2.2 基于模型的協(xié)同過濾18-22
• 2.2.1 Slope One18-20
• 2.2.2 基于矩陣分解的協(xié)同過濾20-22
• 2.2.3 基于聚類的協(xié)同過濾22
• 2.3 推薦算法評價(jià)指標(biāo)22-24
• 2.4 主要協(xié)同過濾推薦算法的性能比較實(shí)驗(yàn)24-28
• 2.5 本章小結(jié)28-29
• 3 一種基于模糊聚類的Slope One協(xié)同過濾推薦算法29-45
• 3.1 引言29
• 3.2 模糊聚類的定義及優(yōu)勢29-31
• 3.3 基于模糊聚類改進(jìn)的Slope One推薦算法31-39
• 3.3.1 算法思想31-35
• 3.3.2 數(shù)據(jù)預(yù)處理:一種高效的數(shù)據(jù)平滑算法35-36
• 3.3.3 使用模糊聚類技術(shù)處理用戶數(shù)據(jù)36-38
• 3.3.4 生成預(yù)測結(jié)果38-39
• 3.4 實(shí)驗(yàn)分析39-44
• 3.4.1 實(shí)驗(yàn)數(shù)據(jù)集、評價(jià)指標(biāo)和實(shí)驗(yàn)方法39-40
• 3.4.2 實(shí)驗(yàn)結(jié)果及分析40-44
• 3.5 本章小結(jié)44-45
• 4 推薦算法的集成——一種二階段算法集成框架45-52
• 4.1 引言45
• 4.2 二階段算法集成框架45-50
• 4.2.1 一階段集成——?dú)埐罴?/span>46-47
• 4.2.2 二階段集成——線性回歸集成47-50
• 4.3 實(shí)驗(yàn)及分析50-51
• 4.4 本章小結(jié)51-52
• 5 總結(jié)與展望52-53
• 5.1 工作總結(jié)52
• 5.2 未來展望52-53
• 致謝53-54
• 參考文獻(xiàn)54-56

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊風(fēng)召;;一種基于特征表的協(xié)同過濾算法[J];計(jì)算機(jī)工程與應(yīng)用;2007年06期

2 王嵐;翟正軍;;基于時(shí)間加權(quán)的協(xié)同過濾算法[J];計(jì)算機(jī)應(yīng)用;2007年09期

3 曾子明;張李義;;基于多屬性決策和協(xié)同過濾的智能導(dǎo)購系統(tǒng)[J];武漢大學(xué)學(xué)報(bào)(工學(xué)版);2008年02期

4 張富國;;用戶多興趣下基于信任的協(xié)同過濾算法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2008年08期

5 侯翠琴;焦李成;張文革;;一種壓縮稀疏用戶評分矩陣的協(xié)同過濾算法[J];西安電子科技大學(xué)學(xué)報(bào);2009年04期

6 廖新考;;基于用戶特征和項(xiàng)目屬性的混合協(xié)同過濾推薦[J];福建電腦;2010年07期

7 沈磊;周一民;李舟軍;;基于心理學(xué)模型的協(xié)同過濾推薦方法[J];計(jì)算機(jī)工程;2010年20期

8 徐紅;彭黎;郭艾寅;徐云劍;;基于用戶多興趣的協(xié)同過濾策略改進(jìn)研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合協(xié)同過濾算法[J];微計(jì)算機(jī)信息;2011年11期

10 鄭婕;鮑海琴;;基于協(xié)同過濾推薦技術(shù)的個(gè)性化網(wǎng)絡(luò)教學(xué)平臺研究[J];科技風(fēng);2012年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類的協(xié)同過濾算法[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過濾推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過濾算法研究[A];全國第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[A];中國系統(tǒng)仿真學(xué)會第五次全國會員代表大會暨2006年全國學(xué)術(shù)年會論文集[C];2006年

5 李建國;姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過濾推薦算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類迭代的協(xié)同過濾推薦算法[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測量學(xué)的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類的協(xié)同過濾推薦算法[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問題的方法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過濾推薦算法[A];NDBC2010第27屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集A輯一[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學(xué);2009年

2 郭艷紅;推薦系統(tǒng)的協(xié)同過濾算法與應(yīng)用研究[D];大連理工大學(xué);2008年

3 羅恒;基于協(xié)同過濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

4 薛福亮;電子商務(wù)協(xié)同過濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

5 高e，

本文編號：913934