發(fā)布時(shí)間：2021-09-19 04:42

　　互聯(lián)網(wǎng)、電子商務(wù)的迅猛發(fā)展?jié)M足了人們多方面的需求,人們在日常生活中經(jīng)常和海量數(shù)據(jù)打交道,如何在鋪天蓋地的數(shù)據(jù)中獲取有用的信息,這是一個(gè)有研究價(jià)值的問題。隨之而來出現(xiàn)了協(xié)同過濾推薦系統(tǒng),協(xié)同過濾推薦算法是協(xié)同過濾推薦系統(tǒng)的靈魂,它考慮了用戶和商品的關(guān)系,主動(dòng)為用戶推薦商品,但忽略了用戶間可能存在的聯(lián)系,同時(shí)存在冷啟動(dòng)、數(shù)據(jù)稀疏等問題。另外,評(píng)分預(yù)測是推薦系統(tǒng)的重要環(huán)節(jié),通常在給用戶推薦物品時(shí)先預(yù)測用戶對(duì)物品的評(píng)分,預(yù)測評(píng)分越貼近實(shí)際評(píng)分,推薦的結(jié)果越好。傳統(tǒng)的評(píng)分預(yù)測算法得到的評(píng)分和真實(shí)評(píng)分差距懸殊。因此本文對(duì)基于用戶的協(xié)同過濾算法和基于電影的評(píng)分預(yù)測算法做了進(jìn)一步的研究,主要的研究工作及取得的成果如下:（1）提出一種改進(jìn)的基于用戶的協(xié)同過濾算法,它利用用戶所購買的商品求出用戶間的相似度,接著利用地理位置這個(gè)屬性計(jì)算出用戶位置間的相似度,然后把二者加權(quán)求和得到最終的相似度,對(duì)相似度進(jìn)行降序排序,找出相似度最大的前N個(gè)用戶作為該用戶的鄰居用戶,并為該用戶推薦商品。該算法提高了推薦的準(zhǔn)確率和召回率,當(dāng)用戶是新增用戶或評(píng)分?jǐn)?shù)據(jù)較少時(shí),傳統(tǒng)的協(xié)同過濾無法進(jìn)行推薦,而改進(jìn)的算法可以通過地理位置來為... 

【文章來源】：五邑大學(xué)廣東省

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文工作
    1.4 本文結(jié)構(gòu)
2 推薦系統(tǒng)及協(xié)同過濾推薦算法簡介
    2.1 推薦系統(tǒng)
    2.2 協(xié)同過濾推薦算法
    2.3 常用相似度
        2.3.1 余弦相似度
        2.3.2 Jaccard相似度
        2.3.3 Pearson相似度
    2.4 推薦算法評(píng)價(jià)指標(biāo)
        2.4.1 準(zhǔn)確率
        2.4.2 召回率
        2.4.3 平均絕對(duì)誤差
    2.5 本章小結(jié)
3 基于用戶的協(xié)同過濾推薦算法的改進(jìn)
    3.1 基于用戶的協(xié)同過濾算法
    3.2 協(xié)同過濾算法的改進(jìn)
    3.3 兩個(gè)協(xié)同過濾推薦算法的實(shí)驗(yàn)結(jié)果對(duì)比及分析
        3.3.1 實(shí)驗(yàn)設(shè)計(jì)
        3.3.2 實(shí)驗(yàn)結(jié)果對(duì)比及分析
    3.4 本章小結(jié)
4 基于電影評(píng)分預(yù)測的協(xié)同過濾推薦算法
    4.1 傳統(tǒng)的評(píng)分預(yù)測方法
        4.1.1 相似度的計(jì)算
        4.1.2 評(píng)分預(yù)測
    4.2 基于用戶自畫像的評(píng)分預(yù)測推薦算法
        4.2.1 用戶自畫像相似度
        4.2.2 確定用戶自畫像相似度的權(quán)重
        4.2.3 組合相似度并預(yù)測評(píng)分
    4.3 實(shí)驗(yàn)過程及結(jié)果
        4.3.1 數(shù)據(jù)集及環(huán)境
        4.3.2 數(shù)據(jù)預(yù)處理及實(shí)驗(yàn)步驟
        4.3.3 實(shí)驗(yàn)結(jié)果對(duì)比分析
    4.4 本章小結(jié)
5 協(xié)同過濾推薦系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)
    5.1 協(xié)同過濾推薦系統(tǒng)需求分析
    5.2 協(xié)同過濾推薦系統(tǒng)的設(shè)計(jì)
        5.2.1 協(xié)同過濾推薦系統(tǒng)的整體設(shè)計(jì)
        5.2.2 系統(tǒng)功能設(shè)計(jì)
        5.2.3 系統(tǒng)數(shù)據(jù)庫設(shè)計(jì)
    5.3 系統(tǒng)環(huán)境及運(yùn)行界面
        5.3.1 系統(tǒng)實(shí)現(xiàn)環(huán)境
        5.3.2 實(shí)現(xiàn)的系統(tǒng)功能
        5.3.3 系統(tǒng)測試分析
    5.4 本章小結(jié)
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
作者簡歷及攻讀碩士學(xué)位期間取得的研究成果



本文編號(hào)：3401037