隨著社會(huì)的進(jìn)步,信息的種類和數(shù)量不斷增加,人們想要在浩如煙海的數(shù)據(jù)中獲得自己感興趣的信息變得越來(lái)越困難。推薦算法的出現(xiàn)為人們緩解了這一問題,并廣泛地得到了業(yè)界的認(rèn)可。但是隨著推薦算法的不斷深入研究,面臨的問題也越來(lái)越多,傳統(tǒng)的推薦算法往往忽視了時(shí)空因素對(duì)推薦精度的影響,研究發(fā)現(xiàn)不同地區(qū)的用戶的興趣存在著很大的差別,并且用戶的興趣會(huì)隨著時(shí)間的變化而發(fā)生變化,從而導(dǎo)致了算法的推薦精度偏低等問題。此外,大多數(shù)用戶更傾向于采納朋友的推薦,因此用戶間的信任關(guān)系也能在一定程度上影響推薦算法的性能。針對(duì)以上問題,本論文著重研究了時(shí)間、地理位置因素以及用戶間的信任關(guān)系等對(duì)個(gè)性化推薦算法的影響。本論文分為三個(gè)部分:第一,提出融合時(shí)間隱語(yǔ)義填充和子群劃分的推薦算法。在隱語(yǔ)義模型的基礎(chǔ)上,融合時(shí)間因素來(lái)對(duì)原始評(píng)分矩陣進(jìn)行填充,得到預(yù)測(cè)填充矩陣,然后用聚類算法對(duì)填充后的評(píng)分矩陣進(jìn)行子群劃分,最后用協(xié)同過(guò)濾算法產(chǎn)生推薦列表;第二,融合時(shí)間和位置信息的個(gè)性化推薦算法研究。在第一步中得到預(yù)測(cè)評(píng)分矩陣后,結(jié)合用戶的位置信息來(lái)進(jìn)行協(xié)同過(guò)濾推薦,最后得到推薦結(jié)果;第三,融合信任關(guān)系的個(gè)性化推薦算法研究。充分挖掘用戶間的信... 

【文章頁(yè)數(shù)】：57 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 本文結(jié)構(gòu)安排
第2章 個(gè)性化推薦算法的相關(guān)概念
    2.1 推薦算法簡(jiǎn)介
    2.2 個(gè)性化推薦算法的分類
    2.3 個(gè)性化推薦相似度計(jì)算方法
    2.4 評(píng)價(jià)指標(biāo)說(shuō)明
    2.5 本章小結(jié)
第3章 融合時(shí)間隱語(yǔ)義填充和子群劃分的推薦算法
    3.1 引言
    3.2 時(shí)間對(duì)推薦精度的影響
    3.3 融合時(shí)間因素的隱語(yǔ)義模型
    3.4 子群劃分及協(xié)同推薦
    3.5 實(shí)驗(yàn)及分析
    3.6 本章小結(jié)
第4章 融合時(shí)間和位置信息的個(gè)性化推薦算法研究
    4.1 引言
    4.2 地點(diǎn)對(duì)推薦系統(tǒng)的影響
    4.3 基于時(shí)間和地點(diǎn)的個(gè)性化推薦算法
    4.4 實(shí)驗(yàn)與分析
    4.5 本章小結(jié)
第5章 融合信任關(guān)系的個(gè)性化推薦算法研究
    5.1 引言
    5.2 信任關(guān)系概述
    5.3 融合信任關(guān)系的隱語(yǔ)義模型
    5.4 實(shí)驗(yàn)及分析
    5.5 本章小結(jié)
第6章 總結(jié)及展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
后記
攻讀碩士學(xué)位期間論文發(fā)表及科研情況


【參考文獻(xiàn)】：
期刊論文
[1]一種基于信任機(jī)制的概率矩陣分解協(xié)同過(guò)濾推薦算法[J]. 王建芳,苗艷玲,韓鵬飛,劉永利.  小型微型計(jì)算機(jī)系統(tǒng). 2019(01)
[2]改進(jìn)模糊劃分聚類的協(xié)同過(guò)濾推薦算法[J]. 蘇慶,章靜芳,林正鑫,李小妹,蔡昭權(quán),曾永安.  計(jì)算機(jī)工程與應(yīng)用. 2019(05)
[3]融合相對(duì)評(píng)分的個(gè)性化興趣點(diǎn)推薦算法[J]. 單碩堂,陳廷偉,賈夢(mèng)威.  計(jì)算機(jī)應(yīng)用與軟件. 2018(10)
[4]基于時(shí)間因子的個(gè)性化新聞混合推薦研究[J]. 陶永才,火昊,石磊,衛(wèi)琳.  小型微型計(jì)算機(jī)系統(tǒng). 2018(08)
[5]考慮時(shí)間動(dòng)態(tài)性和序列模式的個(gè)性化推薦算法[J]. 李杰,楊芳,徐晨曦.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(07)
[6]基于信任和矩陣分解的協(xié)同過(guò)濾推薦算法[J]. 鄭鵬,王應(yīng)明,梁薇.  計(jì)算機(jī)工程與應(yīng)用. 2018(13)
[7]基于歌曲標(biāo)簽聚類的協(xié)同過(guò)濾推薦算法的研究[J]. 趙宇峰,李新衛(wèi).  計(jì)算機(jī)應(yīng)用與軟件. 2018(06)
[8]基于用戶聚類與Slope One填充的協(xié)同推薦算法[J]. 龔敏,鄧珍榮,黃文明.  計(jì)算機(jī)工程與應(yīng)用. 2018(22)
[9]基于深度學(xué)習(xí)的推薦系統(tǒng)研究綜述[J]. 黃立威,江碧濤,呂守業(yè),劉艷博,李德毅.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[10]海量學(xué)術(shù)資源個(gè)性化推薦綜述[J]. 劉偉,劉柏嵩,王洋洋.  計(jì)算機(jī)工程與應(yīng)用. 2018(03)

碩士論文
[1]基于社交網(wǎng)絡(luò)的個(gè)性化推薦服務(wù)研究[D]. 朱琳可.西北大學(xué) 2012



本文編號(hào)：3689464