学位论文 > 优秀研究生学位论文题录展示

基于聚类免疫算法的个性化推荐系统研究

作　者: 齐文
导　师: 赵乃真
学　校: 天津财经大学
专　业: 管理科学与工程
关键词: 电子商务推荐系统人工免疫系统聚类分析 BDICIR
分类号: TP319
类　型: 硕士论文
年　份: 2009年
下　载: 160次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,随着Internet的普及与电子商务的快速发展,许多著名的电子商务网站都开发了推荐系统对顾客进行个性化信息推荐服务。电子商务推荐系统是电子商务网站用来向顾客提供商品信息和建议,并模拟商店销售人员帮助顾客顺利完成购买过程。推荐系统在网络上获得了普遍的成功,协同过滤是其中应用最为广泛的个性化推荐技术。但是,网上有效信息的数量和种类的急速增长对推荐系统提出了严峻挑战,协同过滤推荐中存在的准确性,冷启动、以及可扩展性等问题急待解决。为了解决这些问题,本文着重对协同过滤推荐的算法进行了研究。首先,介绍了电子商务推荐系统的基本理论,包括概念、作用、分类、输入输出的表现形式,及常用的推荐方法。此外着重对协同过滤算法进行分析,分析其算法流程、存在的问题以及现有的解决方法。其次,为了解决协同过滤算法准确性问题,将生物学中的免疫系统引入到最近邻居选择的操作中来,充分考虑了人工免疫系统的形态空间与推荐系统的相似性,提出了独特性免疫推荐算法,但考虑到该算法在响应速度和新用户上存在缺陷,又经过两次改进,最终得到一个基于人口统计信息的聚类免疫推荐算法(BDICIR)。最后,为了验证该算法的有效性,将两组稀疏程度不同的数据进行仿真实验,实验结果表明,BDICIR算法无论是在推荐结果的准确性上还是响应速度上都是最优的,明显对协同过滤算法起到了改进作用。

全文目录

内容摘要  4-5
Abstract  5-9
第1章引言  9-15
  1.1 问题的提出  9
  1.2 课题研究的目的和意义  9-10
    1.2.1 课题研究的目的  9
    1.2.2 课题研究的意义  9-10
  1.3 国内外研究现状  10-12
    1.3.1 国外研究状况  10-11
    1.3.2 国内研究状况  11-12
  1.4 本文主要工作  12-15
    1.4.1 本文主要研究内容  12-13
    1.4.2 本文结构  13-15
第2章电子商务推荐系统综述  15-27
  2.1 电子商务推荐系统介绍  15-17
    2.1.1 电子商务推荐系统概念  15-16
    2.1.2 电子商务推荐系统与个性化服务  16
    2.1.3 电子商务推荐系统的研究内容  16-17
  2.2 电子商务推荐系统的输入与输出  17-19
    2.2.1 电子商务推荐系统的输入  17-18
    2.2.2 电子商务推荐系统的输出  18-19
  2.3 电子商务推荐系统分类  19-21
  2.4 电子商务推荐方法  21-26
    2.4.1 知识工程  21-22
    2.4.2 基于内容的推荐方法  22-23
    2.4.3 协同过滤推荐算法  23-24
    2.4.4 混合推荐方法  24
    2.4.5 数据挖掘  24-26
  2.5 本章小结  26-27
第3章协同过滤推荐算法分析  27-38
  3.1 协同过滤推荐算法  27-30
    3.1.1 协同过滤推荐算法介绍  27
    3.1.2 用户数据的收集  27-29
    3.1.3 协同过滤算法的分类  29-30
  3.2 协同过滤算法描述  30-34
  3.3 协同过滤算法分析  34-37
    3.3.1 协同过滤算法面临的挑战  34-35
    3.3.2 现有的改进方法  35-37
  3.4 本章小结  37-38
第4章基于聚类免疫系统的推荐算法  38-55
  4.1 人工免疫系统概述  38-43
    4.1.1 人工免疫系统的定义  38-39
    4.1.2 人工免疫系统的基本概念  39-40
    4.1.3 人工免疫系统形态空间模型  40-42
    4.1.4 人工免疫网络的基本算法  42-43
  4.2 基于独特性人工免疫的推荐算法  43-48
    4.2.1 基于人工免疫网络的推荐问题描述  43-44
    4.2.2 独特性人工免疫网络模型  44-46
    4.2.3 改进的免疫推荐算法  46-48
  4.3 聚类免疫推荐算法  48-54
    4.3.1 聚类分析概述  49-50
    4.3.2 基于聚类免疫系统的推荐算法  50-53
    4.3.3 算法时间复杂度  53-54
  4.4 本章小结  54-55
第5章结合人口统计信息的聚类免疫推荐  55-61
  5.1 结合人口统计信息的推荐  55-56
    5.1.1 人口统计信息的内容  55
    5.1.2 人口统计信息的价值  55
    5.1.3 结合人口统计信息的推荐方法  55-56
  5.2 结合人口统计信息的聚类免疫推荐算法  56-60
    5.2.1 用户信息数据处理  57-58
    5.2.2 结合人口统计信息的聚类免疫推荐过程  58-60
  5.3 本章小结  60-61
第6章实验设计与结果分析  61-71
  6.1 数据描述  61
  6.2 实验设计  61-62
    6.2.1 实验数据来源  61
    6.2.2 推荐系统的评价指标  61-62
    6.2.3 实验环境  62
  6.3 实验结果与分析  62-69
    6.3.1 确定最近邻居集合规模实验  63-65
    6.3.2 四种算法预测结果准确性比较实验  65-68
    6.3.3 三种基于免疫网络的推荐算法响应速度实验  68-69
  6.4 本章小结  69-71
第7章总结  71-73
  7.1 本文的创新之处  71
  7.2 进一步的工作  71-73
参考文献  73-76
后记  76-77

基于聚类免疫算法的个性化推荐系统研究

内容摘要

全文目录

相似论文