本文關(guān)鍵詞：基于奇異值及重組信任矩陣的協(xié)同過(guò)濾推薦算法的研究

  更多相關(guān)文章： 推薦系統(tǒng) 協(xié)同過(guò)濾 奇異值 重組信任矩陣 預(yù)測(cè)精度 冷啟動(dòng)

【摘要】：隨著電子商務(wù)的蓬勃發(fā)展,推薦系統(tǒng)正逐漸滲透人們的日常生活,并不斷改善用戶(hù)的在線體驗(yàn)。協(xié)同過(guò)濾作為推薦系統(tǒng)中使用最成功應(yīng)用最廣泛的技術(shù),得到了越來(lái)越多的關(guān)注和研究。本文針對(duì)協(xié)同過(guò)濾推薦技術(shù)中數(shù)據(jù)稀疏導(dǎo)致的預(yù)測(cè)評(píng)分精度低以及冷啟動(dòng)問(wèn)題提出了相應(yīng)的解決方法,具體的研究?jī)?nèi)容如下。本文首先分析了協(xié)同過(guò)濾推薦系統(tǒng)的研究現(xiàn)狀,并對(duì)協(xié)同過(guò)濾推薦系統(tǒng)的分類(lèi)和方法進(jìn)行了較為詳細(xì)的描述,針對(duì)協(xié)同過(guò)濾推薦系統(tǒng)面臨的問(wèn)題,總結(jié)了研究人員提出的相應(yīng)的改進(jìn)策略以及不足之處。其次,針對(duì)數(shù)據(jù)稀疏導(dǎo)致的評(píng)分預(yù)測(cè)精度不高的問(wèn)題,通過(guò)分析用戶(hù)-項(xiàng)目評(píng)分的上下文關(guān)系,引入了奇異值的概念�？紤]每個(gè)項(xiàng)目評(píng)價(jià)數(shù)量的比例以及用戶(hù)共評(píng)項(xiàng)目的比例,分別將傳統(tǒng)的皮爾森相似度(PCC)算法和Jaccard算法進(jìn)行了改進(jìn),并將兩種改進(jìn)的方法以?xún)煞N方式相結(jié)合,以得到更好的推薦算法。再次,針對(duì)冷啟動(dòng)的問(wèn)題,引入信任信息。根據(jù)用戶(hù)相似度重新設(shè)置信任矩陣中的信任值,即去掉信任矩陣中相似度低于某一閾值的信任關(guān)系并將相似度高于某一閾值的用戶(hù)對(duì)應(yīng)的信任關(guān)系添加到信任矩陣中,并利用信任的傳遞性,通過(guò)加權(quán)的信任傳播,以此找到更多的信任鄰居,同時(shí)還可以對(duì)不同距離的信任鄰居進(jìn)行區(qū)分,以期通過(guò)這種方法解決冷啟動(dòng)問(wèn)題并提高預(yù)測(cè)精度。最后,將本文提出的兩種算法,即基于奇異值的協(xié)同過(guò)濾推薦算法和重組信任矩陣的協(xié)同過(guò)濾推薦算法,分別在兩個(gè)數(shù)據(jù)集中進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果表明兩種算法能夠明顯提高評(píng)分預(yù)測(cè)精度,并有效解決冷啟動(dòng)問(wèn)題。
【關(guān)鍵詞】：推薦系統(tǒng) 協(xié)同過(guò)濾 奇異值 重組信任矩陣 預(yù)測(cè)精度 冷啟動(dòng)
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：O151.21;TP391.3
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題背景和意義10-11
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.3 研究?jī)?nèi)容及創(chuàng)新點(diǎn)14
• 1.4 本文的組織結(jié)構(gòu)14-16
• 第2章 協(xié)同過(guò)濾推薦系統(tǒng)研究16-24
• 2.1 協(xié)同過(guò)濾推薦系統(tǒng)綜述16-17
• 2.2 基于內(nèi)存的方法的研究17-21
• 2.2.1 基于用戶(hù)的推薦過(guò)程17-19
• 2.2.2 基于項(xiàng)目的推薦過(guò)程19-20
• 2.2.3 改進(jìn)策略20-21
• 2.3 融入信任的協(xié)同過(guò)濾推薦的研究21-23
• 2.4 本章小結(jié)23-24
• 第3章 基于奇異值的協(xié)同過(guò)濾推薦算法24-35
• 3.1 奇異值的概念24-25
• 3.2 提出改進(jìn)算法的理論基礎(chǔ)25-27
• 3.3 基于奇異值的相似度算法27-33
• 3.3.1 改進(jìn)的PCC(IP)算法27-30
• 3.3.2 改進(jìn)的Jaccard(IJ)算法30-32
• 3.3.3 IPIJ算法和IPAIJ算法32-33
• 3.4 本章小結(jié)33-35
• 第4章 重組信任矩陣的協(xié)同過(guò)濾推薦算法35-46
• 4.1 引言35-36
• 4.2 信任相關(guān)知識(shí)介紹36-38
• 4.2.1 信任的概念及性質(zhì)36
• 4.2.2 信任網(wǎng)絡(luò)36-38
• 4.3 重組信任矩陣的相似度算法38-44
• 4.3.1 重組信任矩陣38-42
• 4.3.2 加權(quán)的信任傳播42-44
• 4.4 本章小結(jié)44-46
• 第5章 實(shí)驗(yàn)及結(jié)果分析46-58
• 5.1 實(shí)驗(yàn)環(huán)境配置46
• 5.2 實(shí)驗(yàn)方法及評(píng)價(jià)指標(biāo)46-47
• 5.3 基于奇異值算法的實(shí)驗(yàn)47-51
• 5.3.1 實(shí)驗(yàn)數(shù)據(jù)集47-48
• 5.3.2 實(shí)驗(yàn)設(shè)置及結(jié)果分析48-51
• 5.4 重組信任矩陣算法的實(shí)驗(yàn)51-57
• 5.4.1 實(shí)驗(yàn)數(shù)據(jù)集51
• 5.4.2 實(shí)驗(yàn)設(shè)置及結(jié)果分析51-57
• 5.5 本章小結(jié)57-58
• 結(jié)論58-59
• 參考文獻(xiàn)59-63
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果63-64
• 致謝64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 康鐘榮;;基于項(xiàng)目特征分類(lèi)與填充的協(xié)同過(guò)濾算法研究[J];河南科技;2013年12期

2 李改;李磊;;基于雙向主題模型的協(xié)同過(guò)濾算法[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

3 盧竹兵;唐雁;;一種基于信任網(wǎng)絡(luò)的協(xié)同過(guò)濾推薦策略[J];西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

4 辛勤芳;;基于項(xiàng)目聚類(lèi)的協(xié)同過(guò)濾算法研究[J];赤峰學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年09期

5 段文奇;惠淑敏;;基于協(xié)同過(guò)濾的論文推薦-傳播平臺(tái)模型研究[J];科學(xué)學(xué)研究;2012年10期

6 章詩(shī)杰;姚儉平;;基于評(píng)論挖掘的新協(xié)同過(guò)濾推薦模型[J];科技創(chuàng)新與生產(chǎn)力;2013年03期

7 張陽(yáng);申華;;基于近鄰用戶(hù)和近鄰項(xiàng)目的協(xié)同過(guò)濾改進(jìn)算法[J];沈陽(yáng)師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

8 鄧曉懿;金淳;韓慶平;j口良之;;基于情境聚類(lèi)和用戶(hù)評(píng)級(jí)的協(xié)同過(guò)濾推薦模型[J];系統(tǒng)工程理論與實(shí)踐;2013年11期

9 董立巖;劉晉禹;蔡觀洋;李永麗;;基于抽樣近鄰的協(xié)同過(guò)濾算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2014年04期

10 王恒;;基于協(xié)同過(guò)濾的電子農(nóng)務(wù)推薦系統(tǒng)模型研究[J];寧夏大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 沈杰峰;杜亞軍;唐俊;;一種基于項(xiàng)目分類(lèi)的協(xié)同過(guò)濾算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

2 周軍鋒;湯顯;郭景峰;;一種優(yōu)化的協(xié)同過(guò)濾推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 董全德;;基于雙信息源的協(xié)同過(guò)濾算法研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

4 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場(chǎng)景的協(xié)同過(guò)濾推薦算法[A];中國(guó)系統(tǒng)仿真學(xué)會(huì)第五次全國(guó)會(huì)員代表大會(huì)暨2006年全國(guó)學(xué)術(shù)年會(huì)論文集[C];2006年

5 李建國(guó);姚良超;湯庸;郭歡;;基于認(rèn)知度的協(xié)同過(guò)濾推薦算法[A];第26屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

6 王明文;陶紅亮;熊小勇;;雙向聚類(lèi)迭代的協(xié)同過(guò)濾推薦算法[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

7 胡必云;李舟軍;王君;;基于心理測(cè)量學(xué)的協(xié)同過(guò)濾相似度方法(英文)[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

8 林麗冰;師瑞峰;周一民;李月雷;;基于雙聚類(lèi)的協(xié)同過(guò)濾推薦算法[A];2008'中國(guó)信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

9 羅喜軍;王韜丞;杜小勇;劉紅巖;何軍;;基于類(lèi)別的推薦——一種解決協(xié)同推薦中冷啟動(dòng)問(wèn)題的方法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2007年

10 黃創(chuàng)光;印鑒;汪靜;劉玉葆;王甲海;;不確定近鄰的協(xié)同過(guò)濾推薦算法[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集A輯一[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 李聰;電子商務(wù)推薦系統(tǒng)中協(xié)同過(guò)濾瓶頸問(wèn)題研究[D];合肥工業(yè)大學(xué);2009年

2 郭艷紅;推薦系統(tǒng)的協(xié)同過(guò)濾算法與應(yīng)用研究[D];大連理工大學(xué);2008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 薛福亮;電子商務(wù)協(xié)同過(guò)濾推薦質(zhì)量影響因素及其改進(jìn)機(jī)制研究[D];天津大學(xué);2012年

5 高e，

本文編號(hào)：578002