【摘要】：隨著網(wǎng)絡(luò)技術(shù)和電子商務(wù)的不斷發(fā)展,信息量也隨之呈現(xiàn)過剩狀態(tài),這就使得用戶很難從膨脹的信息中找到符合自己需求的信息。在這樣的背景下推薦系統(tǒng)應(yīng)運(yùn)而生,推薦算法是推薦系統(tǒng)的核心,其中二部圖網(wǎng)絡(luò)結(jié)構(gòu)推薦算法因其推薦復(fù)雜性低、推薦內(nèi)容不受限制且多樣化而受到廣大學(xué)者的關(guān)注。本文通過分析二部圖網(wǎng)絡(luò)結(jié)構(gòu)推薦算法的優(yōu)劣勢,對其進(jìn)行改進(jìn),主要工作如下:首先,針對二部圖網(wǎng)絡(luò)結(jié)構(gòu)分配資源過程中僅判斷是否對項(xiàng)目有過選擇,沒有考慮用戶顯式偏好對資源分配的影響,而且過于依賴用戶和項(xiàng)目節(jié)點(diǎn)的度的大小,導(dǎo)致推薦項(xiàng)目單一的問題,提出了一種基于用戶偏好和相似性的二部圖推薦算法。在基于二部圖網(wǎng)絡(luò)結(jié)構(gòu)推薦的基礎(chǔ)上引入用戶顯式評(píng)分,采用最大最小值方法將評(píng)分值標(biāo)準(zhǔn)化,并將其作為用戶的原始資源值和網(wǎng)絡(luò)結(jié)構(gòu)的權(quán)值,在第一次資源分配過程中引入項(xiàng)目度與權(quán)值的比值,增強(qiáng)權(quán)值和較小項(xiàng)目的推薦能力,在第二次資源分配過程中引入用戶評(píng)分相似性,提高相似性大的用戶間資源分配比率,通過兩次資源分配,將符合用戶偏好的項(xiàng)目優(yōu)先納入推薦列表的前端。其次,針對二部圖網(wǎng)絡(luò)結(jié)構(gòu)推薦中存在的冷啟動(dòng)問題,利用用戶間信任關(guān)系,提出了一種基于信任網(wǎng)絡(luò)的二部圖推薦算法。根據(jù)用戶間的顯式信任值計(jì)算用戶間相似性,提取出與每個(gè)用戶相似性高的近鄰用戶集,并對近鄰用戶的信任度作區(qū)分,利用區(qū)分后的信任度和近鄰用戶集預(yù)測新的顯式信任值。將二部圖網(wǎng)絡(luò)結(jié)構(gòu)推薦算法中用戶間相似性作為隱式信任值,通過對兩種信任值進(jìn)行歸一化處理,緩解了新用戶冷啟動(dòng)問題。最后,對兩種改進(jìn)推薦算法做了詳細(xì)的仿真實(shí)驗(yàn),通過實(shí)驗(yàn)證明,兩種改進(jìn)的推薦算法在準(zhǔn)確性、多樣性方面都表現(xiàn)出明顯優(yōu)勢,彰顯了本文研究價(jià)值。
【學(xué)位授予單位】：中北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

相關(guān)會(huì)議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：2543604