【摘要】：近年來(lái)互聯(lián)網(wǎng)的普及和電子商務(wù)迅猛發(fā)展,海量的信息涌現(xiàn)在人們的面前,人們面臨的信息過(guò)載問(wèn)題越來(lái)越嚴(yán)重。在這種情況下,推薦系統(tǒng)應(yīng)運(yùn)而生。人們一般認(rèn)為,推薦系統(tǒng)這個(gè)研究領(lǐng)域源于協(xié)同過(guò)濾算法的提出。從20世紀(jì)末第一個(gè)個(gè)性化郵件推薦系統(tǒng)Tapestry誕生以來(lái),推薦系統(tǒng)得到了廣泛的應(yīng)用,從Amazon、EBay、Last.fm、豆瓣等電子商務(wù)網(wǎng)站和音樂(lè)網(wǎng)站,到谷歌、百度廣告聯(lián)盟到處都有推薦系統(tǒng)的身影。由于長(zhǎng)尾效應(yīng)、馬太效應(yīng)等的存在,傳統(tǒng)的協(xié)同過(guò)濾推薦算法面臨著用戶項(xiàng)目評(píng)分?jǐn)?shù)據(jù)稀疏、冷啟動(dòng)、安全性以及可擴(kuò)展性等問(wèn)題。近些年來(lái)在關(guān)于推薦系統(tǒng)的研究中,部分研究人員將數(shù)據(jù)挖掘領(lǐng)域的聚類分析技術(shù)融入到推薦系統(tǒng)中希望能夠解決部分問(wèn)題。融合聚類分析的推薦算法首先根據(jù)用戶或項(xiàng)目的屬性進(jìn)行聚類。使用聚類分析技術(shù)根據(jù)用戶或者項(xiàng)目的屬性進(jìn)行聚類,將具有相似性質(zhì)的用戶或項(xiàng)目聚集到一個(gè)簇中,有效的降低了數(shù)據(jù)對(duì)象的規(guī)模,降低了推薦系統(tǒng)的算法復(fù)雜度。但是一般的聚類推薦算法忽略了用戶的社交關(guān)系給用戶帶來(lái)的影響,同時(shí)基于聚類的協(xié)同過(guò)濾算法仍然要受到數(shù)據(jù)稀疏性帶來(lái)的影響這是因?yàn)檫@類算法仍然使用用戶-項(xiàng)目評(píng)分來(lái)計(jì)算相似性�；趯�(duì)上述問(wèn)題的分析本文提出了一種融合了信任關(guān)系的二重聚類協(xié)同過(guò)濾算法。本算法使用用戶項(xiàng)目類愛(ài)好度來(lái)降低矩陣的維度,然后計(jì)算用戶的項(xiàng)目類相似度,減小用戶-項(xiàng)目評(píng)分稀疏帶來(lái)的影響。在計(jì)算用戶相似性的時(shí)候考慮用戶的社交關(guān)系對(duì)推薦的影響,將社交網(wǎng)絡(luò)中的信任關(guān)系引入到用戶相似性的計(jì)算過(guò)程。在進(jìn)行用戶聚類的時(shí)候考慮到用戶群體中專家用戶的巨大影響,選擇專家用戶作為用戶聚類的初始聚類中心。在評(píng)分預(yù)測(cè)階段又考慮了推薦用戶在相應(yīng)項(xiàng)目評(píng)分預(yù)測(cè)上的可信任度。通過(guò)本文的幾點(diǎn)改進(jìn),有效的降低了用戶-項(xiàng)目評(píng)分稀疏所帶的影響,提高了推薦結(jié)果的準(zhǔn)確性。
【學(xué)位授予單位】：鄭州大學(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(yè)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(guó)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(guó)數(shù)據(jù)庫(kù)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(guó);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(guó)數(shù)據(jù)庫(kù)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(guó)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(guó)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)：2554691