隨著信息技術(shù)發(fā)展,“信息過載”的問題日益嚴重。電影信息亦是如此,隨著電影資源池的不斷擴大,用戶難以快速、準確的從電影資源池中挑選得到其感興趣的電影。推薦系統(tǒng)的提出緩解了上述問題,協(xié)同過濾推薦算法在電影推薦領(lǐng)域應(yīng)用較為廣泛且效果顯著。但也有其不足之處,比如:用戶觀影評分較為稀疏時該算法難以從中準確挖掘用戶觀影興趣,難以及時追蹤用戶隨時間偏移后的觀影興趣。因此對該方法的研究和改進對于電影推薦意義重大。本文在該算法基礎(chǔ)上進行改進,具體如下:本文提出了基于項目類及評分可靠性的協(xié)同過濾算法,引入電影類別及用戶可靠性,降低數(shù)據(jù)稀疏的影響,提升推薦準確性。其主要思想是綜合用戶評分偏好、用戶電影類別偏好,為兩者賦予不同融合參數(shù),實驗獲取最優(yōu)值,然后融合用戶鄰居評分可靠性,進行最終的電影評分預(yù)測以及電影推薦。時間因素對人的興趣愛好影響較大,本文提出了基于自然遺忘及用戶興趣的協(xié)同過濾算法,引入遺忘函數(shù)來解決用戶觀影興趣偏移的問題,及時追蹤用戶偏移后的觀影興趣。其主要思想是運用遺忘函數(shù)為用戶不同時段興趣賦予不同權(quán)重,增加用戶近期觀影興趣權(quán)重,計算得到用戶觀影興趣保存量,綜合用戶觀影歷史和觀影興趣保存量計算得... 

【文章來源】：西北大學(xué)陜西省 211工程院校

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

搜索引擎體系結(jié)構(gòu)

搜索引擎的出現(xiàn)，極大的降低了信息爆炸對用戶尋找有效信息的影響。搜索引擎主要是通過關(guān)鍵字相關(guān)度進行檢索，過去一段時間滿足了大部分用戶獲取有效信息的需求，但仍有其缺陷。比如：利用百度查詢“類似戰(zhàn)狼電影”關(guān)鍵字，如圖 2 是搜索引擎的搜索結(jié)果。不難發(fā)現(xiàn)圖 2 結(jié)果不盡如人意，主要有以下的原因：由于搜索引擎的檢索主要依據(jù)用戶輸入的關(guān)鍵字，關(guān)鍵字是否準確對于搜索引擎的檢索結(jié)果至關(guān)重要。而準確提煉出自己的檢索意圖關(guān)鍵字對于大多數(shù)人具有一定的挑戰(zhàn)性。首先當用戶關(guān)鍵字與意圖誤差大、用戶意圖難以提煉出關(guān)鍵字時，搜索引擎就難以為用戶準確檢索有效信息；其次，兩個用戶檢索同樣的關(guān)鍵字，搜索引擎展示給兩者的數(shù)據(jù)是一樣的。然而，這兩個用戶可能對這個關(guān)鍵字理解不一樣，搜索引擎僅僅依賴于關(guān)鍵字，未能綜合用戶興趣深入挖掘用戶意圖，從而難以對用戶個性化推薦，展示個性化的有效信息，用戶體驗差[5]。搜索引擎對于解決信息過載問題有較大作用，然而搜索引擎存在以上缺點，用戶更希望得到準確有效的個性化信息，而非搜索引擎的網(wǎng)頁鏈接。

第一章 緒論人信息、歷史行為信息以及待推薦物品信息等挖掘出用戶潛在的興趣，然后將與用戶興趣相關(guān)度較高的物品推薦展示給用戶[6]。推薦系統(tǒng)的出現(xiàn)在解決數(shù)據(jù)過載問題的基礎(chǔ)上，同時解決了搜索引擎檢索展示給用戶的信息非個性化這一問題[7]。首先，對用戶來說推薦系統(tǒng)可以篩選展示符合其需求的有效信息，幫用戶節(jié)省信息篩選時間；其次，對于信息提供商來說，可以挖掘用戶興趣，推薦展示更多有效信息給用戶，增加用戶停留時間，增強用戶粘性，優(yōu)化用戶體驗[8]。上述圖 2 是搜索引擎針對“類似戰(zhàn)狼電影”關(guān)鍵詞的檢索結(jié)果。如圖 3 是騰訊視頻針對電影戰(zhàn)狼觀看歷史的推薦結(jié)果。通過對比圖 2、圖 3 不難發(fā)現(xiàn)，搜索引擎在用戶提供檢索關(guān)鍵詞的基礎(chǔ)上被動展示相關(guān)信息給用戶。而推薦系統(tǒng)則依據(jù)用戶歷史行為主動提供有針對性的個性化服務(wù)[8]。

【參考文獻】：
期刊論文
[1]一種融合聚類與用戶興趣偏好的協(xié)同過濾推薦算法[J]. 何明,孫望,肖潤,劉偉世.  計算機科學(xué). 2017(S2)
[2]基于用戶對項目屬性偏好的協(xié)同過濾算法[J]. 王明佳,韓景倜.  計算機工程與應(yīng)用. 2017(06)
[3]基于人口統(tǒng)計學(xué)的改進聚類模型協(xié)同過濾算法[J]. 王媛媛,李翔.  計算機科學(xué). 2017(03)
[4]第39次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》發(fā)布我國網(wǎng)民達7.3億[J]. 沈金萍.  傳媒. 2017(03)
[5]一種改進的基于內(nèi)容的個性化推薦模型[J]. 閆東東,李紅強.  軟件導(dǎo)刊. 2016(04)
[6]一種結(jié)合關(guān)聯(lián)規(guī)則的協(xié)同過濾推薦算法[J]. 陳平華,陳傳瑜,洪英漢.  小型微型計算機系統(tǒng). 2016(02)
[7]基于項目的協(xié)同過濾推薦算法的改進[J]. 黃典.  中國科技信息. 2016(01)
[8]大數(shù)據(jù)專題前言[J]. 孟小峰,高宏.  軟件學(xué)報. 2014(04)
[9]基于聯(lián)合聚類平滑的協(xié)同過濾算法[J]. 韋素云,肖靜靜,業(yè)寧.  計算機研究與發(fā)展. 2013(S2)
[10]基于用戶聚類的異構(gòu)社交網(wǎng)絡(luò)推薦算法[J]. 陳克寒,韓盼盼,吳健.  計算機學(xué)報. 2013(02)

博士論文
[1]基于協(xié)同過濾的推薦算法研究[D]. 劉青文.中國科學(xué)技術(shù)大學(xué) 2013
[2]基于用戶興趣建模的推薦方法及應(yīng)用研究[D]. 劉淇.中國科學(xué)技術(shù)大學(xué) 2013

碩士論文
[1]基于J2EE輕量級框架的能源管理系統(tǒng)設(shè)計與實現(xiàn)[D]. 馬研.南昌大學(xué) 2018
[2]中職學(xué)校交互式動畫點播平臺的設(shè)計與實現(xiàn)[D]. 江莎.天津大學(xué) 2017
[3]協(xié)同過濾算法中的相似度計算與用戶興趣變化問題研究及應(yīng)用[D]. 邱璐.北京郵電大學(xué) 2015
[4]基于用戶興趣的個性化推薦系統(tǒng)的研究與設(shè)計[D]. 楊麟兒.北京交通大學(xué) 2008



本文編號：3385808