学位论文 > 优秀研究生学位论文题录展示

推荐系统的TAGIEA专家度模型及其推荐方法研究

作　者: 邹剑波
导　师: 王斌
学　校: 中南大学
专　业: 计算机科学与技术
关键词: 推荐系统 标签 社会化关系 专家度 TagIEA专家度模型
分类号: TP391.3
类　型: 硕士论文
年　份: 2013年
下　载: 1次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在Internet快速普及的进程中,电子商务等信息呈现服务正在以难以置信的速度急速发展。客户面对这些信息呈现服务中的众多选择,从中挑选出自己真正需要和喜欢的项目己成为一个重要需求。近年来兴起的推荐系统成为解决这些问题的重要途径之一。目前推荐系统在电子商务和多媒体评价等服务领域已经被广泛应用,但它仍存在一些难题,其中最为严重的是稀疏性问题、冷启动问题。此外,推荐系统的推荐效果的好坏,也是最大程度影响推荐系统的应用情况的因素。本文首先研究了推荐系统及其遇到的问题,然后提出了一种在推荐系统中的社会化背景下的TagIEA专家度模型,该模型能够一定程度上缓解稀疏性问题和冷启动问题,它分为因素度量层、因素融合层和专家度影响层。在因素度量层中定义专家度的4个评价因素,即包括受信影响度、评分积极度、标签积极度和评分准确度后,在因素融合层中融合各因素来得出专家度数值,最后按照专家度影响层中的定义来影响项目评分,进而影响推荐结果。提出TagIEA专家度模型后,本文研究了如何通过TagIEA专家度模型来预测评分和得到推荐结果。本文先通过应用该模型来预测评分并填充到评分矩阵中,然后在填充过的评分矩阵的基础上,结合标签相似度来计算用户相似度,对协同过滤算法做出了改进。最后,将两种推荐方法进行结合后产生了综合推荐结果。文章最后对所提出的模型和推荐方法进行了实验,实验表明,基于TagIEA专家度模型的推荐方法的效果,要比传统协同过滤算法的效果更好。此外,文章设计并实现了基于上述模型的参考原型,以便研究者了解该模型的应用方法。

全文目录


摘要  4-5
ABSTRACT  5-8
1 绪论  8-13
  1.1 研究背景及其意义  8-9
  1.2 国内外研究现状  9-10
  1.3 研究内容和方法  10-12
  1.4 论文的组织结构  12-13
2 推荐系统综述与问题分析  13-22
  2.1 推荐系统概述  13-15
    2.1.1 推荐系统的背景  13-14
    2.1.2 推荐系统的作用与价值  14
    2.1.3 推荐系统的应用情况  14-15
  2.2 推荐系统的分类  15-19
    2.2.1 基于内容的推荐  15-17
    2.2.2 协同过滤推荐  17-18
    2.2.3 基于知识的推荐  18-19
    2.2.4 组合推荐  19
  2.3 推荐系统遇到的问题  19-21
    2.3.1 稀疏性问题  19-20
    2.3.2 冷启动问题  20
    2.3.3 抗攻击性问题  20
    2.3.4 特征提取问题  20-21
    2.3.5 其他问题  21
  2.4 本章小结  21-22
3 推荐系统中的TAGIEA专家度模型  22-36
  3.1 标签和专家度  23-26
    3.1.1 标签  23-25
    3.1.2 专家度  25
    3.1.3 标签与专家度的结合  25-26
  3.2 专家度的评价因素  26-30
    3.2.1 受信影响度  26-28
    3.2.2 评分积极度  28-29
    3.2.3 标签积极度  29-30
    3.2.4 评分准确度  30
  3.3 TAGIEA专家度模型的结构  30-33
    3.3.1 因素度量层  31-32
    3.3.2 因素融合层  32
    3.3.3 专家度影响层  32-33
  3.4 专家度模型的价值  33-35
    3.4.1 缓解稀疏性问题  34
    3.4.2 缓解冷启动问题  34-35
    3.4.3 缓解抗攻击性问题  35
  3.5 本章小结  35-36
4 基于TAGIEA专家度模型的推荐过程  36-46
  4.1 推荐过程概述  36-39
    4.1.1 背景与约定  36-37
    4.1.2 推荐过程  37-39
  4.2 通过TAGIEA专家度预测评分并填充评分矩阵  39-42
    4.2.1 通过专家度来预测评分  40-42
    4.2.2 填充评分矩阵  42
  4.3 融合TAGIEA专家度计算用户相似度并预测评分  42-44
    4.3.1 计算用户相似度  43-44
    4.3.2 通过相似度来预测评分  44
  4.4 综合推荐的产生  44-45
  4.5 本章小结  45-46
5 实验分析与参考原型  46-58
  5.1 实验分析  46-51
    5.1.1 数据集说明  46-47
    5.1.2 实验方案设计  47-48
    5.1.3 实验结果分析  48-51
  5.2 参考原型的设计与实现  51-57
    5.2.1 功能设计  51-55
    5.2.2 数据库设计  55
    5.2.3 技术架构与关键实现  55-57
  5.3 本章小结  57-58
6 总结与展望  58-59
  6.1 研究总结  58
  6.2 工作展望  58-59
参考文献  59-65
攻读学位期间主要研究成果  65-66
致谢  66

相似论文

  1. 溶藻弧菌诱导红笛鲷仔鱼差减文库的构建及其表达序列标签分析,S943
  2. 小麦miRNA及花器官特异表达基因的鉴定与分析,S512.1
  3. 基于论文关键词聚类的用户兴趣模型细化方法研究,TP391.3
  4. 基于RFID的车辆出入管理系统防碰撞技术研究,TP315
  5. 基于RFID的航空食品物流信息管理平台,TP311.52
  6. 基于自然遗忘的个性化推荐算法研究,TP311.52
  7. 基于大众标注的个性化推荐系统研究,TP393.09
  8. 协同过滤推荐系统中关键问题研究与实现,TP311.52
  9. 能力导向终身学习个性化推荐系统学习者模型构建,G720
  10. 面向终身学习的能力导向个性化推荐系统中资源的建设与共享机制研究,G720
  11. 面向电子商务的Web数据挖掘应用研究,TP311.13
  12. 改进的协同过滤算法在推荐系统中的研究,TP391.3
  13. 农业知识推送模型及向量特征项提取算法研究,F320.1
  14. 电子商务个性化推荐系统的研究,F713.36
  15. 集合多标签文本分类研究,TP391.1
  16. 终身学习个性化推荐系统中学习者个人能力发展研究,G77
  17. 概率XML文档中Holistic Twig查询处理算法的研究与实现,TP311.13
  18. 基于SRR结构的RFID技术研究与应用,TP391.44
  19. 现代远程教育系统个性化推荐算法研究,TP391.6
  20. 计量器具电子标签仓储管理系统设计和实现,TP311.52
  21. 基于协同过滤的酒店推荐系统研究与实现,TP391.3

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 检索机
© 2012 www.xueweilunwen.com