隨著互聯(lián)網(wǎng)發(fā)展,越來越多的人享受著推薦系統(tǒng)帶來的便利,推薦系統(tǒng)幫助用戶更加容易地獲取感興趣的內(nèi)容。推薦算法在推薦系統(tǒng)中占有重要地位,本文研究的Slope One推薦算法是一種基于物品的協(xié)同過濾算法,被廣泛應(yīng)用于推薦系統(tǒng)中。旅游業(yè)正在蓬勃發(fā)展,智慧旅游成為新的熱點,推薦算法加快智慧旅游發(fā)展。在應(yīng)用中Slope One算法往往面臨單一權(quán)重和稀疏性影響推薦質(zhì)量的問題,針對Slope One算法遇到的挑戰(zhàn),本文提出對Slope One算法的優(yōu)化策略,主要工作如下:(1)針對Slope One算法選取同時對兩個物品都產(chǎn)生過評分的用戶數(shù)量作為唯一評分權(quán)重,本文提出基于多權(quán)重的Slope One(Multi-Weight Slope One,MWSO)算法,對預(yù)測物品評分提供積極幫助。(2)針對稀疏性問題,本文提出基于輔助項的多權(quán)重Slope One(Multi-Weight Slope One with Auxiliary Item,AMWSO)算法。AMWSO算法在用戶未評分的項目中選擇與預(yù)測項目相似度最高的物品作為輔助項,并綜合用戶的評分和其他用戶對輔助項的評分得到輔助項的評分,結(jié)合MWSO算...

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文的研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 推薦算法的相關(guān)理論基礎(chǔ)
    2.1 相似度度量
    2.2 Slope One推薦算法
        2.2.1 基于物品的協(xié)同過濾算法
        2.2.2 Slope One算法介紹
        2.2.3 Slope One算法遇到的問題
    2.3 算法性能評價指標
        2.3.1 預(yù)測評分的準確度
        2.3.2 預(yù)測物品的覆蓋率
    2.4 本章小結(jié)
第三章 基于多權(quán)重和輔助項的Slope One算法
    3.1 基于多權(quán)重的Slope One算法
        3.1.1 MWSO算法基本思想
        3.1.2 MWSO算法詳細設(shè)計
    3.2 基于輔助項的多權(quán)重Slope One算法
        3.2.1 AMWSO算法基本思想
        3.2.2 AMWSO算法詳細設(shè)計
    3.3 改進算法性能驗證
        3.3.1 實驗數(shù)據(jù)集
        3.3.2 AMWSO算法的參數(shù)訓練
        3.3.3 算法對比分析
    3.4 本章小結(jié)
第四章 改進時間效率的IAMWSO算法
    4.1 改進輔助項相似度計算
        4.1.1 輔助項相似度計算改進的基本思想
        4.1.2 多線程技術(shù)
        4.1.3 基于Redis的數(shù)據(jù)緩存
        4.1.4 輔助項相似度計算改進的詳細設(shè)計
    4.2 參數(shù)訓練
        4.2.1 參數(shù)訓練過程
        4.2.2 參數(shù)訓練詳細描述
    4.3 IAMWSO算法詳細設(shè)計
    4.4 IAMWSO算法性能驗證
    4.5 本章小結(jié)
第五章 IAMWSO算法在旅游景點推薦的應(yīng)用
    5.1 推薦算法對旅游推薦的意義
    5.2 景點數(shù)據(jù)收集和預(yù)處理
    5.3 實驗設(shè)計
    5.4 實驗結(jié)果分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻
攻讀學位期間科研情況及獲得的學術(shù)成果



本文編號：3839336