学位论文 > 优秀研究生学位论文题录展示
基于相关度和关联属性偏好的个性化推荐算法研究
作 者: 刘继庆
导 师: 张光前
学 校: 大连理工大学
专 业: 系统分析与集成
关键词: 个性化推荐 协同过滤 相关度 关联属性偏好 公众评分
分类号: TP391.3
类 型: 硕士论文
年 份: 2011年
下 载: 191次
引 用: 1次
阅 读: 论文下载
内容摘要
互联网发展已产生大量的可用的信息并且让消费者有诸多选择。个性化推荐系统的帮助用户从大量信息中挑选感兴趣的信息。利用用户对资源的评价来计算用户之间的相似性,然后利用相似用户对资源的评价来预测当前用户对资源的喜好程度。在现实生活中,人们经常会根据身边的人的推荐选择商品或电影。基于这一思想,协同过滤被用于网络信息服务中,利用有相似爱好的邻居对某一项的评价对目标作推荐。目前协同过滤算法已广泛应用在书籍、电影、音乐等各种网上推荐系统。Group lens、Ringo Amazon等用的都是此类推荐。本文先利用基于协同的方法,从评分的角度做了两点改进。首先,随着用户数量增多,传统推荐算法复杂度变大,推荐实时性受到严重影响。因此我们采用云模型思想,先找出与目标用户云特征相似用户,减少了邻居的搜索范围,提高了推荐效率。其次,传统算法中,评分数据的稀疏,共同评分项数目的稀少使用户间相似性计算缺乏可信性。针对此问题,提出相关度的概念,在找邻居之前,先找到与目标有一定数量的共同评分项的用户,再次缩小了搜索范围。从而保证了用户间一定的相关性,使求得的用户间相似性具备更高的可信性。实验结果表明,该方法不仅提高了推荐效率,同时具有较高的推荐精度。其次,利用基于内容的方法,从用户偏好角度对传统方法做了两点改进。首先,传统方法定性的分析用户偏好。对此,我们做了改进,将用户评价过的电影按评分更具体的分类,作为用户的偏好模型。根据待测项属性利用贝叶斯概率计算其在各类的隶属,结合各类对应评分,定量的分析用户对项目的偏好。其次,传统方法将项目属性做独立研究,分析用户是否喜欢该属性,而现实中人对项目属性的喜爱存在一定关联性,如用户喜欢同时具有科幻和爱情属性的电影。基于此我们研究了用户对两属性的偏好,以此预测关联属性偏好(AP)评分。考虑影响用户评分的多因素性,单纯依靠偏好较难准确预测真实评分。我们同时考虑了共众评分的影响,将关AP评分和公众评分加权预测最终评分。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-17 1.1 研究的背景和意义 9-10 1.2 国内外研究状况 10-14 1.3 论文的内容和结构 14-17 1.3.1 论文的内容 14-15 1.3.2 论文的结构 15-17 2 相关技术介绍 17-23 2.1 协同过滤算法分类及介绍 17-21 2.2 传统算法存在的问题 21-22 2.3 本章小结 22-23 3 基于相关度的协同过滤算法研究 23-34 3.1 传统协同过滤算法步骤 23-25 3.2 传统协同过滤算法的分类及存在问题 25-27 3.3 算法原理和步骤 27-30 3.3.1 算法原理 27 3.3.2 算法步骤 27-30 3.4 实验与结果分析 30-33 3.4.1 实验数据集 30 3.4.2 评价标准 30-31 3.4.3 实验结果与分析 31-33 3.5 本章小节 33-34 4 基于关联属性偏好的个性化推荐算法研究 34-49 4.1 个性化推荐系统概述 34-35 4.2 电子商务推荐系统分类 35-36 4.3 传统方法在偏好角度上的缺陷 36-37 4.3.1 基于评分的在偏好角度上的缺陷 36 4.3.2 基于内容的在偏好角度上的缺陷 36-37 4.4 基于关联属性偏好的个性化推荐算法 37-40 4.4.1 算法原理 37-38 4.4.2 算法步骤 38-40 4.5 实验与结果分析 40-47 4.5.1 实验数据 40-41 4.5.2 影响评分因素实验 41-44 4.5.3 实验结果 44-47 4.6 本章小节 47-49 结论 49-50 参考文献 50-54 攻读硕士学位期间论文发表情况 54-55 致谢 55-56
|
相似论文
- Web使用挖掘与网页个性化服务推荐研究,TP311.13
- 基于自然遗忘的个性化推荐算法研究,TP311.52
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 面向教育新闻的主题爬虫设计与实现,TP391.3
- SMBSDD:一种改进的非结构化P2P网络搜索机制,TP393.02
- 基于协同过滤的用户兴趣发现,TP391.3
- 基于信息型模型的音乐推荐算法,TP391.3
- 基于社会化标签体系的个性化推荐引擎技术研究,TP391.3
- 基于GPU的图书推荐系统研究与实现,TP391.3
- 基于C2C电子商务模式下商品推荐系统应用研究,F724.6
- 基于中文维基百科的语义相关度计算的研究与实现,TP391.1
- 基于Agent元搜索引擎的个性化研究,TP391.3
- P2P环境下基于信任的访问控制研究,TP393.08
- 跨系统个性化服务中隐私保持问题研究,TP393.08
- 基于贝叶斯理论的网络流量分类研究,TP393.06
- Deep Web数据库的选择研究,TP311.13
- 基于WEB挖掘的E-learning环境下的个性化教学平台研究,TP391.6
- 全景式搜索引擎关键技术研究与实现,TP391.3
- 一个基于向量空间模型的个性化推荐系统,TP391.3
- 个性化搜索中用户语义意图自动识别技术研究,TP391.1
- 基于潜在语义分析的单文本自动摘要方法研究,TP391.1
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
|