互聯(lián)網(wǎng)時代,數(shù)據(jù)呈爆炸式增長,前所未有的數(shù)據(jù)量遠遠超過受眾的接收和處理能力,因此,從海量復(fù)雜數(shù)據(jù)中有效獲取關(guān)鍵性有用信息成為必須解決的問題.面對信息過載問題,人們迫切需要一種高效的信息過濾系統(tǒng),“推薦系統(tǒng)”應(yīng)運而生.20世紀(jì)90年代以來,盡管推薦系統(tǒng)在理論、方法和應(yīng)用方面取得了系列重要進展,但數(shù)據(jù)的稀疏性與長尾性、用戶行為模式挖掘、可解釋性、社會化推薦等問題仍然是其面臨的重要挑戰(zhàn).進一步地,伴隨互聯(lián)網(wǎng)及信息技術(shù)的持續(xù)飛速發(fā)展,用戶規(guī)模與項目數(shù)量急劇增長,相應(yīng)地,用戶行為數(shù)據(jù)的稀疏性、長尾性問題更加凸顯.面對上述挑戰(zhàn),本文針對數(shù)據(jù)稀疏性挑戰(zhàn)下的“經(jīng)典相似性度量的失效問題”“近鄰?fù)扑]對稀疏數(shù)據(jù)的敏感性問題”、數(shù)據(jù)長尾性挑戰(zhàn)下的“可解釋性問題”“社會化信息融合問題”開展協(xié)同過濾推薦方法的創(chuàng)新性研究.主要研究成果概括如下:(1)針對用戶評分矩陣稀疏情境下經(jīng)典相似性度量的失效問題,提出了基于極端評分行為相似度的近鄰?fù)扑]方法.面對數(shù)據(jù)稀疏情境下共同評分項目極少現(xiàn)象引致的經(jīng)典相似性度量失效或度量不準(zhǔn)確問題,著眼于用戶共同極端評分行為的深入分析,建立了用戶之間的極端評分行為指數(shù);通過將極端評分行為指數(shù)作...

【文章頁數(shù)】：123 頁

【學(xué)位級別】：博士

【部分圖文】：

圖2.1評分值的分布(a)ML-100k(b)ML-latest-small

圖2.1繪制了評分?jǐn)?shù)據(jù)集中各種評分的百分比柱狀圖.從圖2.1上可以看出,ML-100k數(shù)據(jù)集上5分和1分的評分?jǐn)?shù)量占所有評分的27.31%,ML-latest-small數(shù)據(jù)集上5分和1分的評分?jǐn)?shù)量占所有評分的27.24%.同時,這里還統(tǒng)計了評1分和5分的用戶數(shù),在ML-100k....

圖2.2兩個用戶共同極端評分比例(a)ML-100k(b)ML-latest-small

圖2.1評分值的分布(a)ML-100k(b)ML-latest-small圖2.2繪制了用戶共同極端評分對數(shù)占所有共同評分對數(shù)的比例.具體地,我們將用戶共同評分的項目數(shù)分為(0,10],[11,20],[21,30],[31,40],[41,50]五個區(qū)間段.每個柱狀分別表示在....

圖2.3在ML-100k數(shù)據(jù)集上近鄰參數(shù)k對MAE的影響

最后,對參數(shù)進行分析.在近鄰?fù)扑]中,目標(biāo)用戶的近鄰個數(shù)k是一個重要的參數(shù).本章從10到100,以10個為間隔進行了不同近鄰個數(shù)的實驗,實驗結(jié)果以曲線的形式匯總到圖2.3～2.6.從圖中可以看出,當(dāng)k=20時,預(yù)測結(jié)果最好,這似乎違背了人們的常規(guī)認(rèn)識.通常,我們認(rèn)為近鄰越多越好.然....

圖2.4在ML-100k數(shù)據(jù)集上近鄰參數(shù)k對RMSE的影響

圖2.3在ML-100k數(shù)據(jù)集上近鄰參數(shù)k對MAE的影響圖2.5在ML-latest-small數(shù)據(jù)集上近鄰參數(shù)k對MAE的影響

本文編號：4031160