發(fā)布時間：2021-01-22 09:46

　　隨著信息系統(tǒng)規(guī)模的擴大和電子商務(wù)的快速發(fā)展,用戶數(shù)量和項目資源數(shù)量急劇增加,用戶評分矩陣規(guī)模急劇增大,如何處理高維矩陣,且應(yīng)對數(shù)據(jù)稀疏性問題,增強推薦系統(tǒng)的可擴展性以及提升推薦算法的實時性,成為當前研究的重點。本研究融合本體和降維兩種技術(shù),試圖解決上述問題。研究提出基于本體和降維技術(shù)的協(xié)同過濾（CF）推薦算法。以電影為例,利用電影本體庫（MO）,計算基于領(lǐng)域本體的項目語義相似度,融合基于奇異值分解（SVD）評分矩陣的項目相似性,確定兩者的權(quán)重因子,產(chǎn)生基于項目的預(yù)測評分;再融合基于用戶的預(yù)測評分,確定融合因子,產(chǎn)生最終預(yù)測評分,生成推薦。這種算法不同于傳統(tǒng)CF算法只考慮用戶對項目的評分,引入基于本體的項目語義相似度,考慮項目自身屬性對用戶產(chǎn)生評分的影響,以此來調(diào)和項目相似度,降低評分矩陣數(shù)據(jù)稀疏性的影響,提高推薦準確度。同時,針對傳統(tǒng)CF算法的可擴展性問題,使用期望最大化（EM）算法對用戶-項目評分進行聚類,將相似的用戶、項目劃分成簇（Cluster）,同簇間的對象相似度較高,不同簇間的對象相似度較低,在獲取最近鄰時,不需要遍歷數(shù)據(jù)集中所有的對象。從而大大降低了計算時間,提高實時性和增... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

Amazon推薦頁面

【參考文獻】：
期刊論文
[1]基于本體的語義相似度計算研究[J]. 張克亮,李芊芊.  鄭州大學(xué)學(xué)報(理學(xué)版). 2019(02)
[2]基于數(shù)據(jù)雙重優(yōu)化聚類的協(xié)同過濾推薦算法[J]. 王藝霏,彭柏.  信息技術(shù). 2018(06)
[3]基于高斯模型和概率矩陣分解的混合推薦算法[J]. 何慧.  統(tǒng)計與決策. 2018(03)
[4]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)
[5]基于社會化媒體情境的多維協(xié)同智能推薦[J]. 盧志剛,孫亞丹.  計算機應(yīng)用. 2016(03)
[6]基于PCA降維的協(xié)同過濾推薦算法[J]. 李遠博,曹菡.  計算機技術(shù)與發(fā)展. 2016(02)
[7]基于粒子群優(yōu)化和EM算法的圖像聚類研究[J]. 湯崢,宋余慶,劉哲.  小型微型計算機系統(tǒng). 2015(07)
[8]基于位置的社會化網(wǎng)絡(luò)推薦系統(tǒng)[J]. 劉樹棟,孟祥武.  計算機學(xué)報. 2015(02)
[9]協(xié)同過濾推薦技術(shù)綜述[J]. 冷亞軍,陸青,梁昌勇.  模式識別與人工智能. 2014(08)
[10]電影本體的構(gòu)建與一致性分析[J]. 高小龍,朱信忠,趙建民,曹存根,徐慧英,吳德.  計算機應(yīng)用. 2014(08)

碩士論文
[1]基于標簽分類和信任自編碼器的協(xié)同過濾算法研究[D]. 朱崢宇.南京郵電大學(xué) 2019
[2]基于二階隱馬爾可夫模型的協(xié)同過濾算法的研究與應(yīng)用[D]. 張丹.江蘇大學(xué) 2019
[3]基于卷積神經(jīng)網(wǎng)絡(luò)和協(xié)同過濾的圖書推薦系統(tǒng)[D]. 張華潔.山西大學(xué) 2019
[4]基于深度學(xué)習(xí)的協(xié)同過濾算法研究與改進[D]. 徐一雄.中國民航大學(xué) 2019
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的協(xié)同過濾算法研究[D]. 武海龍.華中科技大學(xué) 2019
[6]基于隱語義模型的個性化推薦算法的研究[D]. 劉均.重慶郵電大學(xué) 2019
[7]基于聚類和矩陣分解的推薦算法的研究與改進[D]. 周超.青島大學(xué) 2018
[8]基于文本挖掘的個性化推薦系統(tǒng)研究[D]. 崔蘋.上海師范大學(xué) 2018
[9]基于用戶與項目雙重聚類的協(xié)同過濾算法的研究與分析[D]. 鄭健.北京工業(yè)大學(xué) 2017
[10]基于OWL本體構(gòu)建的網(wǎng)頁圖文摘要提取算法研究[D]. 韓鳳嬌.西南大學(xué) 2014



本文編號：2993010