隨著互聯(lián)網(wǎng)的不斷發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)呈現(xiàn)爆炸式增長。雖然海量的數(shù)據(jù)給人們的生活的方方面面帶來了巨大的便利,豐富了人們對于信息的需求,但是巨大的數(shù)據(jù)量增加了人們獲取對自身有用信息的困難程度,造成了信息過載。電影信息也是如此,隨著電影的數(shù)量不斷增加,用戶找到自己喜歡電影的難度不斷增加。如何從種類繁多、數(shù)量巨大的電影數(shù)據(jù)中找到每一位用戶喜歡的電影成為研究熱點。電影推薦系統(tǒng)作為能夠處理這種問題的有效辦法之一,已經(jīng)成為電影提供商和研究人員研究的重點。電影推薦系統(tǒng)的核心是電影推薦算法,電影推薦算法的研究主要關(guān)注兩個方面:top-N列表推薦和評分預(yù)測。top-N列表推薦的研究重點在于如何為用戶生成滿意的電影推薦列表,而評分預(yù)測則更加關(guān)注預(yù)測用戶對某些電影的評分。矩陣分解推薦算法因為易于實現(xiàn)和時間復(fù)雜度較低的緣故,在電影top-N列表推薦中被廣泛使用。但是,傳統(tǒng)的矩陣分解推薦算法存在以下問題:當(dāng)評分?jǐn)?shù)據(jù)過于稀疏時,矩陣分解推薦算法的推薦性能會下降。另一方面,基于內(nèi)存的協(xié)同過濾算法因為思想簡單、易于實現(xiàn)等優(yōu)點在電影評分預(yù)測中被廣泛的使用,但評分?jǐn)?shù)據(jù)的稀疏性和相似度的計算方法會嚴(yán)重影響協(xié)同過濾算法評分預(yù)測準(zhǔn)確性... 

【文章來源】：西南大學(xué)重慶市 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要工作
    1.4 論文結(jié)構(gòu)
第2章 相關(guān)理論技術(shù)
    2.1 協(xié)同過濾算法
    2.2 相似度計算方法
    2.3 高斯混合模型
    2.4 深度矩陣分解推薦模型
    2.5 本章小結(jié)
第3章 非對稱深度矩陣分解推薦模型
    3.1 模型介紹
    3.2 實驗
    3.3 本章小結(jié)
第4章 基于高斯混合模型和改進Jaccard相似度的協(xié)同過濾
    4.1 算法框架
    4.2 構(gòu)建交互矩陣
    4.3 改進Jaccard相似度
    4.4 評分預(yù)測
    4.5 算法流程
    4.6 實驗
    4.7 本章小結(jié)
第5章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 后續(xù)研究展望
參考文獻
致謝
攻讀碩士期間取得的科研成果


【參考文獻】：
期刊論文
[1]基于聚類和用戶偏好的協(xié)同過濾推薦算法[J]. 王衛(wèi)紅,曾英杰.  計算機工程與應(yīng)用. 2020(03)
[2]基于余弦相似度的加權(quán)K近鄰室內(nèi)定位算法[J]. 黃運穩(wěn),陳光,葉建芳.  計算機應(yīng)用與軟件. 2019(02)
[3]政府門戶網(wǎng)站分類目錄體系用戶認(rèn)知語境影響實驗研究[J]. 李海濤,宋琳琳.  大學(xué)圖書情報學(xué)刊. 2016(01)
[4]移動互聯(lián)網(wǎng)研究綜述[J]. 吳吉義,李文娟,黃劍平,章劍林,陳德人.  中國科學(xué):信息科學(xué). 2015(01)
[5]Dirichlet Process Gaussian Mixture Models:Choice of the Base Distribution[J]. Dilan Grür,Carl Edward Rasmussen.  Journal of Computer Science & Technology. 2010(04)

碩士論文
[1]基于矩陣分解的推薦算法研究[D]. 張藝豪.太原理工大學(xué) 2019
[2]個性化電影推薦系統(tǒng)的研究與設(shè)計[D]. 郝亮.電子科技大學(xué) 2019
[3]基于協(xié)同過濾的電影推薦系統(tǒng)的研究[D]. 葉龔兵.華南理工大學(xué) 2019
[4]基于電影評級的混合推薦算法研究[D]. 李曉越.吉林大學(xué) 2019
[5]信息過載背景下社交媒體用戶倦怠及消極使用行為研究[D]. 李旭.山東財經(jīng)大學(xué) 2018
[6]基于混合協(xié)同過濾的個性化電影推薦系統(tǒng)研究[D]. 劉文佳.武漢理工大學(xué) 2018



本文編號：3198804