学位论文 > 优秀研究生学位论文题录展示

基于双信息源的协同过滤算法及其应用研究

作　者: 董全德
导　师: 王浩
学　校: 合肥工业大学
专　业: 计算机应用技术
关键词: 电子商务 个性化推荐 协同过滤技术 双信息源 平均绝对偏差
分类号: TP301.6
类　型: 硕士论文
年　份: 2010年
下　载: 50次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在竞争不断加剧的背景下,电子商务网站不断利用个性化推荐技术提高新用户的兴趣和老用户的忠诚度。协同过滤(CF)作为推荐系统中最成功的一项技术,它的能力已经在不同的电子商务系统中得到了验证。然而,传统CF遇到一些棘手的问题如冷启动问题、数据的稀疏性问题、推荐的可靠性问题等需要有效的解决办法。特别是CF在处理交互性强、需要专门技能知识的领域,更显得力不从心。为解决上述问题,研究者已提出了CF与基于内容过滤结合的混合推荐技术。但是,基于内容过滤需要提取这些产品种类的许多特征,这个工作是非常困难的。本文正是在这种背景下,为了解决协同过滤算法中遇到的数据稀疏性、针对具有专门知识背景的项目推荐,提出基于双信息源模式的协同过滤算法。作者首先从电子商务的推荐系统入手,阅读了国内外大量相关资料,概述了电子商务中推荐系统的作用和应用实例；给出电子商务推荐系统的模型,并介绍了推荐系统中的输入数据的种类及其特征；对电子商务中的推荐系统的分类和应用的典型技术做了较为深入的研究。其二,对协同过滤的推荐算法进行研究分析,说明协同过滤算法的工作原理和算法的输入输出；对普遍应用的两种协同过滤算法—基于用户的协同过滤推荐算法和基于项目的协同过滤推荐算法,进行了介绍；重点讨论了传统的协同过滤算法存在的问题,并分析了当前提出的解决方法,指出它们的优势和不足之处。其三,详细介绍本文提出的基于双信息源模式的协同过滤算法,该方法将判断活动用户对目标项目的兴趣程度建立在两个推荐组——相似用户推荐组(最近邻居集合)与专家推荐组基础上,把两个推荐组的建议结合起来,形成可靠的信息源,然后,分析各自影响活动用户对目标项目的权重,计算活动用户的最终兴趣度,实现系统推荐。基于双信息源模式的协同过滤算法(DISCF)充分考虑电子商务中个性化服务的实际情况,使推荐系统建立在更可靠的信息源基础上,仿真试验证明该方法有更好的推荐质量。

全文目录


摘要  5-6
Abstract  6-8
致谢  8-13
第一章 绪论  13-17
  1.1 问题的研究背景和意义  13-14
  1.2 协同过滤推荐算法的研究现状  14-15
  1.3 本文的主要研究内容与组织结构  15-17
    1.3.1 本文组织结构  16-17
第二章 电子商务中推荐系统研究  17-24
  2.1 电子商务中推荐系统应用现状  17-18
    2.1.1 电子商务中推荐系统作用  17
    2.1.2 电子商务中推荐系统应用举例  17-18
  2.2 电子商务中推荐系统模型  18-20
    2.2.1 电子商务中推荐系统模型  18-19
    2.2.2 推荐系统的输入数据  19-20
  2.3 电子商务中推荐系统分类  20-22
  2.4 电子商务中推荐系统典型技术介绍  22-23
    2.4.1 协同过滤技术  22
    2.4.2 基于内容过滤技术  22-23
    2.4.3 混合的推荐系统技术  23
  2.5 本章小结  23-24
第三章 协同过滤推荐算法  24-31
  3.1 协同过滤推荐算法  24-25
    3.1.1 协同过滤推荐算法工作原理  24
    3.1.2 协同过滤的输入与输出  24-25
    3.1.3 协同过滤的优点  25
  3.2 协同过滤算法的分类  25-27
  3.3 协同过滤算法中待解决的问题  27-28
  3.4 当前解决问题的方法  28-30
    3.4.1 信息挖掘技术的研究  28-29
    3.4.2 信息获取方向的研究  29-30
  3.5 本章小结  30-31
第四章 基于双信息源的协同过滤算法(DISCF)研究  31-44
  4.1 DISCF算法的相关基础知识  31-33
    4.1.1 DISCF算法的背景  31
    4.1.2 DISCF算法的消费心里学基础  31-32
    4.1.3 DISCF算法数据准备  32
    4.1.4 DISCF算法流程图  32-33
  4.2 DISCF算法的实现  33-36
    4.2.1 构造DISCF算法的双信息源  33-34
    4.2.2 DISCF算法双信息源的可信度计算与推荐的形成  34-35
    4.2.3 DISCF算法实现过程  35-36
  4.3 DISCF算法实验设计与结果分析  36-42
    4.3.1 DISCF算法的实验设计  36
    4.3.2 DISCF算法的实验数据  36-39
    4.3.3 DISCF算法的实验评价标准  39-40
    4.3.4 DISCF算法的实验过程与结果分析  40-42
  4.4 本章小结  42-44
第五章 总结和展望  44-46
  5.1 本文主要工作总结  44
  5.2 进一步的研究工作  44-46
参考文献  46-50
攻读硕士学位期间发表学术论文情况  50

相似论文

  1. 互联网上旅游评论的情感分析及其有用性研究,TP391.1
  2. 服装网络营销顾客忠诚度的实证研究,F274
  3. 中等职业学校语文课业设计的思考与实践,G633.3
  4. 论《联合国国际货物销售合同公约》在适用范围上的新发展,D997.1
  5. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  6. B2C市场中价格和价格离散的实证研究,F724.6
  7. 基于Hadoop的在线购物原型系统的设计与实现,TP311.52
  8. 面向用户偏好的MADM方法在个性化推荐中的应用,G353.1
  9. 山东邮政电子商务发展战略研究,F616
  10. 几个电子现金支付方案的分析与改进,TP393.08
  11. 关于设立上海电子商务银行的可行性研究,F832.2
  12. 电子贸易全球化背景下的税收征管研究,F812.42
  13. 电子商务系统开发运用法律问题探讨,D923.6
  14. 在线相册冲印系统的设计与实现,TP311.52
  15. 龙城电子商城购物系统的设计与实现,TP311.52
  16. 基于Google平台促销模块与商品模块的设计与实现,TP311.52
  17. 支持精细化营销的B2C平台的设计与开发,TP311.52
  18. 基于WEB平台的家电类产品智能导购系统的研究,TP311.52
  19. 网络音像交易平台设计与实现,TP393.09
  20. 电子商务技术扩散水平影响因素实证研究,F224
  21. 基于MVC架构的电子商务平台的设计与实现,TP311.52

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 > 一般性问题 > 理论、方法 > 算法理论
© 2012 www.xueweilunwen.com