發(fā)布時(shí)間：2021-02-03 04:27

　　近年來(lái),隨著數(shù)字化圖書(shū)館的不斷發(fā)展與普及,其資源越來(lái)越豐富,信息量越來(lái)越大。人們?cè)谙硎軘?shù)字圖書(shū)館帶來(lái)的方便與快捷的同時(shí),也深受其因信息的海量存儲(chǔ)所帶來(lái)的困擾。擁有海量信息的數(shù)字化圖書(shū)館不僅需要響應(yīng)用戶的請(qǐng)求,更應(yīng)該主動(dòng)地向用戶推送信息資源。而個(gè)性化推薦技術(shù)就是研究如何向用戶主動(dòng)提供用戶感興趣的信息的一門(mén)技術(shù),它是當(dāng)前研究的熱點(diǎn),也是本文的主要內(nèi)容。數(shù)字圖書(shū)館的個(gè)性化推薦服務(wù)是一種以用戶需求為中心,主動(dòng)分析用戶的興趣愛(ài)好,進(jìn)而智能高效地為用戶找到感興趣的信息的服務(wù)。在眾多的個(gè)性化推薦算法中協(xié)同過(guò)濾推薦算法是當(dāng)前應(yīng)用最廣泛的推薦技術(shù)之一,其核心思想可理解為“如果與我同興趣的用戶喜歡這本書(shū),那么我也很有可能喜歡它”。然而,數(shù)據(jù)稀疏問(wèn)題普遍存在于實(shí)際推薦系統(tǒng)中,并且受到眾多研究者的關(guān)注。在實(shí)際系統(tǒng)中,項(xiàng)目數(shù)量十分龐大,然而用戶給予評(píng)分的項(xiàng)目數(shù)量大約僅占項(xiàng)目總數(shù)的1%。由此導(dǎo)致用戶評(píng)分矩陣的極度稀疏,進(jìn)而影響最終推薦結(jié)果的準(zhǔn)確率。這就是所謂的數(shù)據(jù)稀疏問(wèn)題。該問(wèn)題也普遍存在于在數(shù)字圖書(shū)館的推薦系統(tǒng)中。本文主要研究如何在數(shù)據(jù)稀疏情況下提高推薦結(jié)果的準(zhǔn)確率,以更好的將協(xié)同推薦技術(shù)應(yīng)用到數(shù)字圖書(shū)館的個(gè)性... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文工作
    1.4 本文內(nèi)容安排
第2章 相關(guān)背景
    2.1 推薦系統(tǒng)概述
    2.2 基于內(nèi)容的推薦系統(tǒng)
    2.3 協(xié)同過(guò)濾推薦系統(tǒng)
        2.3.1 基于用戶的協(xié)同過(guò)濾系統(tǒng)
        2.3.2 基于項(xiàng)目的協(xié)同推薦
    2.4 混合推薦系統(tǒng)
    2.5 數(shù)據(jù)稀疏問(wèn)題及現(xiàn)有解決方法
    2.6 推薦系統(tǒng)的評(píng)價(jià)
        2.6.1 評(píng)價(jià)指標(biāo)
        2.6.2 數(shù)據(jù)集
第3章 基于最近鄰用戶動(dòng)態(tài)重排序協(xié)同過(guò)濾算法
    3.1 引言
    3.2 提出問(wèn)題
    3.3 局部相似度
    3.4 統(tǒng)計(jì)特征的用戶行為相似度
    3.5 最近鄰用戶動(dòng)態(tài)重排序相似度公式
    3.6 實(shí)驗(yàn)結(jié)果及分析
    3.7 本章小結(jié)
第4章 基于信任度的協(xié)同推薦算法
    4.1 引言
    4.2 信任度的定義
    4.3 信任度傳遞規(guī)則
    4.4 基于信任度的協(xié)同推薦算法
    4.5 實(shí)驗(yàn)結(jié)果及分析
    4.6 本章小結(jié)
第5章 DRNN算法在實(shí)際推薦系統(tǒng)中的應(yīng)用
    5.1 圖書(shū)館交互式科研管理平臺(tái)簡(jiǎn)介
    5.2 推薦系統(tǒng)設(shè)計(jì)
    5.3 DRNN算法應(yīng)用及其結(jié)果
第6章 結(jié)論與展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]國(guó)內(nèi)外數(shù)字圖書(shū)館研究與發(fā)展現(xiàn)狀[J]. 姚星星,屈鵬,謝靜.  圖書(shū)情報(bào)工作. 2009(13)
[2]用戶體驗(yàn)與數(shù)字圖書(shū)館個(gè)性化服務(wù)的關(guān)系分析[J]. 李陽(yáng)暉,吳紅梅,賴全萍.  圖書(shū)情報(bào)工作. 2009(11)
[3]個(gè)性化推薦系統(tǒng)的研究進(jìn)展[J]. 劉建國(guó),周濤,汪秉宏.  自然科學(xué)進(jìn)展. 2009(01)
[4]基于項(xiàng)目評(píng)分預(yù)測(cè)的協(xié)同過(guò)濾推薦算法[J]. 鄧愛(ài)林,朱揚(yáng)勇,施伯樂(lè).  軟件學(xué)報(bào). 2003(09)
[5]從研究軌跡看國(guó)內(nèi)數(shù)字圖書(shū)館服務(wù)體系建設(shè)進(jìn)展[J]. 宋海艷,郭晶,陳進(jìn).  數(shù)字圖書(shū)館論壇. 2010 (Z2)

博士論文
[1]協(xié)同過(guò)濾系統(tǒng)的稀疏性與冷啟動(dòng)問(wèn)題研究[D]. 孫小華.浙江大學(xué) 2005



本文編號(hào)：3015902