發(fā)布時(shí)間：2019-05-31 14:39

【摘要】：日新月異的信息技術(shù)遍及社會(huì)、經(jīng)濟(jì)、生活等領(lǐng)域的各個(gè)角落,各領(lǐng)域中相關(guān)活動(dòng)的信息被記錄成數(shù)據(jù)保存�？萍嫉倪M(jìn)步促進(jìn)數(shù)據(jù)存儲(chǔ)的成本大幅降低,海量的數(shù)據(jù)被存儲(chǔ)在數(shù)據(jù)庫(kù)或云端中,數(shù)據(jù)量正以前所未有的速度增長(zhǎng),并推動(dòng)我們逐漸步入大數(shù)據(jù)時(shí)代。在大數(shù)據(jù)時(shí)代背景下,這些龐大的數(shù)據(jù)背后往往隱藏著驚人的價(jià)值。但是大數(shù)據(jù)環(huán)境下的數(shù)據(jù)呈現(xiàn)出規(guī)模性、多樣性、實(shí)時(shí)性、低價(jià)值密度等特點(diǎn),這極大的增加了對(duì)數(shù)據(jù)挖掘分析的難度,使數(shù)據(jù)的利用率遠(yuǎn)小于其增長(zhǎng)率,造成信息過(guò)載問(wèn)題越來(lái)越嚴(yán)重。目前,個(gè)性化推薦系統(tǒng)是解決信息過(guò)載問(wèn)題的有效途徑之一,因此推薦系統(tǒng)中的基礎(chǔ)技術(shù)推薦算法也就成為當(dāng)下熱門(mén)研究方向之一。本文以大數(shù)據(jù)為背景環(huán)境,針對(duì)推薦算法中目前存在的關(guān)鍵問(wèn)題做出改進(jìn),以期能提高推薦算法的預(yù)測(cè)準(zhǔn)確性、改善推薦算法的多樣性和新穎性。本文從以下幾個(gè)角度開(kāi)展理論研究和實(shí)踐檢驗(yàn):(1)針對(duì)基于受限玻爾茲曼機(jī)(Restricted Boltzmann Machine,RBM)的協(xié)同過(guò)濾算法在預(yù)測(cè)階段容易同化用戶(hù)個(gè)性化需求影響推薦準(zhǔn)確性的問(wèn)題,提出了一種基于最近鄰的受限玻爾茲曼機(jī)協(xié)同過(guò)濾推薦算法。近鄰用戶(hù)之間的興趣會(huì)存在較高的相似性,相同興趣的用戶(hù)對(duì)同一個(gè)項(xiàng)目的評(píng)分也更接近。根據(jù)這一直觀(guān)感受,計(jì)算項(xiàng)目(用戶(hù)未評(píng)分而最近鄰中有評(píng)分)的評(píng)分等級(jí)概率,將該概率融入RBM模型預(yù)測(cè)階段強(qiáng)化預(yù)測(cè)結(jié)果中用戶(hù)的個(gè)性化,提高算法預(yù)測(cè)的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果證明,加入最近鄰的改進(jìn)算法不僅使提高了算法的預(yù)測(cè)準(zhǔn)確性,而且還增強(qiáng)了算法的抗過(guò)擬合能力。(2)針對(duì)基于受限玻爾茲曼機(jī)的協(xié)同過(guò)濾算法預(yù)測(cè)對(duì)“熱門(mén)項(xiàng)目”有標(biāo)新立異看法的用戶(hù)的評(píng)分準(zhǔn)確性差、預(yù)測(cè)“冷門(mén)項(xiàng)目”辨別力差的問(wèn)題,提出一種基于項(xiàng)目標(biāo)簽的受限玻爾茲曼機(jī)的協(xié)同過(guò)濾算法。利用項(xiàng)目自身存在的客觀(guān)標(biāo)簽(如電影的主題、商品的類(lèi)別等)描述用戶(hù)自身興趣偏好,此過(guò)程只利用到用戶(hù)自身已評(píng)分過(guò)的項(xiàng)目信息,強(qiáng)化了用戶(hù)的個(gè)性化需求。且對(duì)“冷門(mén)項(xiàng)目”的預(yù)測(cè)依據(jù)更加客觀(guān)真實(shí)、預(yù)測(cè)結(jié)果準(zhǔn)確性也更高。最后實(shí)驗(yàn)結(jié)果證明,加入項(xiàng)目客觀(guān)標(biāo)簽后算法的預(yù)測(cè)準(zhǔn)確性提高達(dá)1.2%。(3)針對(duì)基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦方法存在過(guò)度推薦“熱門(mén)資源”,忽略推薦“冷門(mén)資源”的問(wèn)題,本文提出一種基于加權(quán)網(wǎng)絡(luò)結(jié)構(gòu)的冷門(mén)資源推薦算法。本文通過(guò)改進(jìn)其網(wǎng)絡(luò)結(jié)構(gòu)中的能量擴(kuò)散方式,來(lái)提高推薦算法對(duì)“冷門(mén)資源”的推薦,進(jìn)而改善推薦結(jié)果的多樣性和新穎性。通過(guò)實(shí)驗(yàn)證明,該算法既兼顧了推薦的準(zhǔn)確性,又有效的提高了對(duì)“冷門(mén)資源”的推薦。
[Abstract]:......
【學(xué)位授予單位】：蘭州交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F713.55

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張新猛;蔣盛益;張倩生;謝柏林;李霞;;基于用戶(hù)偏好加權(quán)的混合網(wǎng)絡(luò)推薦算法[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2015年09期

2 孟祥武;劉樹(shù)棟;張玉潔;胡勛;;社會(huì)化推薦系統(tǒng)研究[J];軟件學(xué)報(bào);2015年06期

3 于洪;李俊華;;一種解決新項(xiàng)目冷啟動(dòng)問(wèn)題的推薦算法[J];軟件學(xué)報(bào);2015年06期

4 張春霞;姬楠楠;王冠偉;;受限波爾茲曼機(jī)[J];工程數(shù)學(xué)學(xué)報(bào);2015年02期

5 孫亭;賈元江;張永勝;侯秀艷;于鑫;;基于Hadoop的推薦算法研究[J];軟件工程師;2015年04期

6 宋文君;郭強(qiáng);劉建國(guó);;時(shí)間窗口對(duì)個(gè)性化推薦算法的影響研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2015年01期

7 肖揚(yáng);王道平;楊岑;;基于三部圖網(wǎng)絡(luò)結(jié)構(gòu)的知識(shí)推薦算法[J];計(jì)算機(jī)應(yīng)用研究;2015年02期

8 孫輝;馬躍;楊海波;張紅松;;一種相似度改進(jìn)的用戶(hù)聚類(lèi)協(xié)同過(guò)濾推薦算法[J];小型微型計(jì)算機(jī)系統(tǒng);2014年09期

9 趙婷;肖如良;孫聰;陳洪濤;李源鑫;李洪恩;;融合時(shí)間綜合影響的輪盤(pán)賭游走個(gè)性化推薦算法[J];計(jì)算機(jī)應(yīng)用;2014年04期

10 榮輝桂;火生旭;胡春華;莫進(jìn)俠;;基于用戶(hù)相似度的協(xié)同過(guò)濾推薦算法[J];通信學(xué)報(bào);2014年02期

相關(guān)博士學(xué)位論文 前4條

1 劉青文;基于協(xié)同過(guò)濾的推薦算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

2 任磊;推薦系統(tǒng)關(guān)鍵技術(shù)研究[D];華東師范大學(xué);2012年

3 羅恒;基于協(xié)同過(guò)濾視角的受限玻爾茲曼機(jī)研究[D];上海交通大學(xué);2011年

4 孫小華;協(xié)同過(guò)濾系統(tǒng)的稀疏性與冷啟動(dòng)問(wèn)題研究[D];浙江大學(xué);2005年

，

本文編號(hào)：2489786