学位论文 > 优秀研究生学位论文题录展示

基于用户—项目的混合协同过滤技术的应用研究

作　者: 谌彦妮
导　师: 余敏
学　校: 江西师范大学
专　业: 管理科学与工程
关键词: 电子商务 C2B 个性化推荐协同过滤
分类号: TP391.3
类　型: 硕士论文
年　份: 2011年
下　载: 61次
引　用: 0次
阅　读: 论文下载

内容摘要

随着Internet的普及和电子商务的广泛应用,用户在体验了网上购物所带来的极大便捷的同时,也面临着网上信息过载所造成的困境,用户在海量的商品信息中难以寻找自身感兴趣和需要的商品,不利于未来电子商务的高速发展。为了适应广大用户的需求,研究以用户为中心模式下的电子商务推荐系统的推荐算法,以获取用户的好感和创造更大的商业价值,具有广泛的应用价值和研究意义。本文围绕以用户为中心模式下的电子商务推荐系统的关键技术——C2B模式下协同过滤技术的研究和改进展开的,主要完成了以下工作:(1)分析了C2B电子商务模式下协同过滤技术面临的严峻挑战,主要包括数据的稀疏性问题、冷启动问题和可扩展性问题三大方面。针对稀疏性和冷启动问题,本文提出了一种基于用户和项目模型的混合协同过滤算法。(2)为了使该算法比传统算法更能代表用户的特征属性并具有更高的用户预测准确度,本文采用经过统计后的用户特征向量代替原始评分向量构建用户兴趣模型;引入评价因子S对原始项目相似性度量公式进行修正,计算项目相似性构建项目兴趣模型,以提高项目预测的相似度;引入控制因子α对用户和项目预测评分两方面进行加权综合预测,可一定程度上缓解系统初期的“冷启动”问题,最终提高系统推荐质量。(3)设计对应的实验方案,验证基于用户-项目的混合协同过滤算法的可行性。采用公认的MovieLens协同过滤算法实验数据集对改进算法进行仿真实验,实验结果表明,在用户-项目评分数据集极端稀疏的情况下,基于用户-项目的混合协同过滤算法比传统的协同过滤算法具有更好的推荐效果。

全文目录

中文摘要  3-4
英文摘要  4-7
第1章绪论  7-11
  1.1 研究背景  7-8
  1.2 国内外研究现状  8-9
  1.3 主要研究工作  9-10
  1.4 论文组织结构  10-11
第2章 C2B 模式下推荐技术相关研究与分析  11-26
  2.1 电子商务发展趋势  11-15
    2.1.1 电子商务基本模式  11-13
    2.1.2 C2B 模式的兴起  13-15
  2.2 C2B 模式下的个性化服务  15-19
    2.2.1 个性化的定义与个性化服务  15-16
    2.2.2 C2B 模式下推荐系统的构成  16-18
    2.2.3 C2B 模式下推荐系统的特点  18-19
  2.3 C2B 模式下推荐系统的经典技术  19-25
    2.3.1 基于规则的推荐技术  19-20
    2.3.2 基于内容过滤的技术  20-21
    2.3.3 基于协同过滤的技术  21-25
  2.4 本章小结  25-26
第3章基于用户-项目的混合协同过滤推荐  26-39
  3.1 传统算法的主要问题  26-27
  3.2 相关技术研究与分析  27-30
    3.2.1 协同过滤算法相关研究  27-29
    3.2.2 协同过滤算法的优缺点  29-30
  3.3 基于用户-项目的混合协同过滤算法  30-38
    3.3.1 算法的基本思想  30-32
    3.3.2 算法的实现过程  32-38
  3.4 本章小结  38-39
第4章实验结果及分析  39-48
  4.1 实验数据  39-40
  4.2 实验评估标准  40-41
  4.3 实验方案  41-44
    4.3.1 训练集与测试集的最优比例X 方案  41-42
    4.3.2 控制因子Α的最佳取值方案  42-43
    4.3.3 观察最近邻居数目对算法性能的影响方案  43-44
  4.4 实验结果与分析  44-47
  4.5 本章小结  47-48
第5章总结与展望  48-50
  5.1 总结  48
  5.2 研究展望  48-50
参考文献  50-54
致谢  54-55
在读期间公开发表论文（著）及科研情况  55

基于用户—项目的混合协同过滤技术的应用研究

内容摘要

全文目录

相似论文