本文選題：商空間　切入點：協(xié)同過濾推薦　出處：《安徽大學(xué)》2016年博士論文

【摘要】：隨著信息技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展,網(wǎng)絡(luò)資源變得極大豐富,多渠道的信息來源使得信息的產(chǎn)生變得更加便捷。隨之帶來的海量信息在給人們提供豐富資訊的同時,過載信息(overload information)也帶來人們選擇的困難。推薦系統(tǒng)作為一種能夠解決信息過載問題并可提供個性化服務(wù)的有效工具近年來得到了廣泛地關(guān)注。協(xié)同過濾是目前運用最為成功的推薦技術(shù),近年來在此之上的新算法層出不窮,隨著網(wǎng)絡(luò)規(guī)模的擴大,用戶和商品人數(shù)的激增和社交媒體的加入,協(xié)同過濾方法面臨著諸多挑戰(zhàn)。商空間粒度計算理論利用人類處理復(fù)雜問題的求解思想,將問題高度抽象成論域,屬性和結(jié)構(gòu)三元組(X,f,T)進行描述,其采用由粗到細(xì)�；鸩角蠼獾姆治龇椒�,對復(fù)雜問題的求解具有重要的意義。本文利用商空間模型對推薦問題進行表示,通過�；筛纳仆扑]性能。首先依據(jù)商空間理論對推薦問題進行總體描述和說明,接著分別依據(jù)屬性和結(jié)構(gòu)對協(xié)同過濾算法進行研究,重點研究了推薦系統(tǒng)中的數(shù)據(jù)稀疏性問題、實時性問題、魯棒性問題、社交關(guān)系對推薦系統(tǒng)影響等若干問題,給出了商空間模型的對應(yīng)描述,從粒計算的角度對這類問題提出了相應(yīng)的解決方法。本文的主要研究工作概括如下：(1)給出了商空間理論對于推薦系統(tǒng)問題的整體描述；利用商空間中三元組(X,f,T)表示問題的論域、屬性和結(jié)構(gòu)。將推薦問題看成用戶評分為論域X,用戶相關(guān)特征為屬性f,用戶與用戶相互關(guān)系為結(jié)構(gòu)T的系統(tǒng),構(gòu)建了用戶為核心的商空間模型。并進一步給出了常見的協(xié)同過濾推薦算法的粒度視角下的描述。以該該模型作為基礎(chǔ),對以用戶聲譽、用戶間評分關(guān)系、用戶間社交關(guān)系等作為屬性和結(jié)構(gòu),為論文提及的推薦系統(tǒng)中若干具體問題研究與求解奠定了基礎(chǔ)。(2)研究了用戶聲譽屬性對多種推薦系統(tǒng)的影響；隱語義分解模型以商空間的視角可以看成在某一最優(yōu)準(zhǔn)則下生成兩個較小粒子,并進一步合成較大粒子的過程,我們將用戶聲譽屬性代入到最優(yōu)準(zhǔn)則中,將其用于不同的隱語義分解模型中,考察用戶聲譽值對不同推薦系統(tǒng)的影響。本文利用歷史評分迭代學(xué)習(xí)得到用戶聲譽值,并將其引入到一般推薦系統(tǒng)和社交推薦系統(tǒng)中,提出了結(jié)合聲譽的LFM模型(LFMrep)和基于聲譽的社交推薦PMF模型(SoRS)。實驗結(jié)果表明使用用戶聲譽可以去除系統(tǒng)由于用戶評分不嚴(yán)謹(jǐn)帶來的噪聲,提高系統(tǒng)推薦精度；在一般推薦系統(tǒng)中對聲譽值過高的用戶進行抑制可以提高系統(tǒng)的魯棒性,增強系統(tǒng)的抗攻擊能力；在社交推薦中引入聲譽系統(tǒng)在數(shù)據(jù)稀疏訓(xùn)練集不足的情況下推薦精度亦可得到保證。另外使用�；枷�,提出了基于用戶聲譽�；纳缃煌扑]算法(SrBug),實驗結(jié)果表明在短推薦列表推薦精度無明顯變化的情況下,推薦響應(yīng)優(yōu)勢明顯。(3)研究了利用粒度思想對推薦問題中用戶鄰域進行結(jié)構(gòu)�；姆椒�；本文將用戶之間的相似性關(guān)系視為推薦問題中具有無權(quán)特性的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系,使用商空間�；乃枷霕�(gòu)造出用戶鄰域,并在用戶鄰域中進行推薦。提出了一種依據(jù)無結(jié)構(gòu)的評分?jǐn)?shù)據(jù)進行建模,映射出用戶問評分關(guān)系網(wǎng)絡(luò),并使用社團發(fā)現(xiàn)算法對其用戶鄰域進行結(jié)構(gòu)粒化的方法(CUCRA),實驗結(jié)果表明,利用結(jié)構(gòu)�；姆椒�,可以更有效發(fā)現(xiàn)用戶近鄰,在不降低精度的前提下,算法具有較好的線上響應(yīng)時間。進一步地我們使用分層聚類的思想對用戶鄰域進行優(yōu)化,形成層次�；脩羿徲蚰Ｐ�(HGUCRA),相關(guān)實驗表明該模型中的推薦結(jié)果在獲得較優(yōu)時間響應(yīng)的同時也獲得了較好的推薦精度。(4)以模糊等價關(guān)系定義了社交網(wǎng)絡(luò)中的“三度”之內(nèi)的社交關(guān)系及其分層遞階結(jié)構(gòu),深度挖掘了三度之內(nèi)的社交關(guān)系對推薦系統(tǒng)精度的影響。本文選取用戶間社交關(guān)系及其相似性作為推薦問題中的有權(quán)特性的網(wǎng)絡(luò)結(jié)構(gòu)進行研究,依據(jù)模糊等價關(guān)系的定義得到以步長為截集的分層遞階結(jié)構(gòu),提出了基于上下文子圖傳播的隱含關(guān)系的社交推薦算法(IRSubNet),該算法將“三度”之內(nèi)的隱含關(guān)系和明確關(guān)系整合到了一個統(tǒng)一的框架中來,相比其他推薦算法,IRSubNet深度挖掘了三度之內(nèi)的社交關(guān)系,定義了社交網(wǎng)絡(luò)中任意兩點基于上下文子圖的社交相似性的計算方法,重點分析了隱含關(guān)系在推薦系統(tǒng)中對精度的影響。在兩個真實的具有社交網(wǎng)絡(luò)的數(shù)據(jù)集上所做的實驗結(jié)果表明,該算法的精度有明顯提升。
[Abstract]:......
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 趙姝;蘇建忠;劉倩倩;張燕平;;分層法求解網(wǎng)絡(luò)最大流的研究[J];計算機研究與發(fā)展;2014年08期

2 劉冰;;新媒體變革——跨入人本傳媒時代[J];傳媒;2012年02期

3 王國胤;張清華;胡軍;;粒計算研究綜述[J];智能系統(tǒng)學(xué)報;2007年06期

4 王文軍;;基于模糊商空間理論的文本聚類研究[J];科技情報開發(fā)與經(jīng)濟;2007年06期

5 劉巖;李友一;陳占軍;葛文奇;;基于商空間理論的模糊控制在航空相機中的應(yīng)用[J];南京航空航天大學(xué)學(xué)報;2006年S1期

6 劉仁金,黃賢武;圖像分割的商空間粒度原理[J];計算機學(xué)報;2005年10期

7 王自強,馮博琴;個性化推薦系統(tǒng)中遺漏值處理方法的研究[J];西安交通大學(xué)學(xué)報;2004年08期

8 張持健,李e，

本文編號：1729831