本文關鍵詞：融入個體人格特質的個性化圖書推薦模型研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯網的飛速發(fā)展,電子圖書閱讀網站的迅速崛起,圖書、用戶等數據量不斷增大,從而使得圖書推薦系統(tǒng)中數據稀疏性、冷啟動問題等的影響更加突出,推薦系統(tǒng)的推薦質量不斷降低。由于數據量的不斷增大,圖書評分矩陣更加稀疏；同時隨著時間的推移,用戶閱讀偏好會發(fā)生變化,因此即使對同一圖書,在不同的個體背景因素下都會有不同的評價,即為個體背景因素漂移,使得數據集的定位不夠精確；除此之外,人格特質是用戶閱讀行為影響的另一主要因素。因此如何改善圖書評分矩陣的稀疏性,并在進行推薦過程中定位有效的目標數據集,從而提高推薦系統(tǒng)的質量是圖書推薦研究的重點。 基于以上問題,本文提出了一種融入人格特質的個性化圖書推薦模型,主要研究內容主要包括以下幾個方面： 第一,針對“大五”人格特質模型的相關定義,對人格特質因素的五個維度進行了分析與度量,主要包括情緒穩(wěn)定性、開放性、外向性、隨和性和盡責性這五個維度。通過利用量表得到的原始分與標準分之間的映射關系,得到人格特質的標準分,最后根據標準分與人格特質的強弱關系表得出人格特質兼容度綜合值。 第二,提出了融入個體人格特質的個性化推薦模型,將個體背景因素漂移、用戶圖書類型偏好和人格特質三個要素融入到個性化推薦模型中。首先,利用個體背景因素漂移對推薦的數據進行預處理,使目標數據集定位更準確；其次,利用用戶圖書類型偏好,通過將用戶圖書評分矩陣轉換為用戶圖書類型偏好矩陣,從而緩解用戶數據的稀疏性；最后,采用人格特質兼容度,優(yōu)化候選圖書推薦集的排序,使用戶對推薦結果的滿意度更高。 第三,提出了衡量推薦結果滿意度的評價指標。在收集用戶對人格特質調查的結果的基礎上,首先,確定了圖書推薦集的大�。黄浯�,在該數據推薦集大小基礎上,對是否融入人格特質的兩種推薦結果進行對比分析；最后,從用戶總體滿意度和平均排序準確度的分析,表明融入人格特質的個性化推薦算法在滿意度上的優(yōu)越性。
【關鍵詞】：圖書推薦系統(tǒng) “大五”人格特質 個體背景因素漂移 圖書類型偏好 人格特質兼容度
【學位授予單位】：浙江工商大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：G250.71
【目錄】：

• 摘要2-4
• ABSTRACT4-9
• 第一章 緒論9-15
• 1.1 研究背景與意義9-10
• 1.2 國內外研究現狀10-12
• 1.3 本文研究內容及組織結構12-15
• 第二章 個性化推薦相關研究15-29
• 2.1 個性化推薦系統(tǒng)概述15
• 2.2 基于內容的推薦15-18
• 2.3 基于協(xié)同過濾技術的推薦18-25
• 2.3.1 協(xié)同過濾推薦算法概述18-19
• 2.3.2 基于用戶的協(xié)同過濾推薦19-22
• 2.3.3 基于項目的協(xié)同過濾推薦22-23
• 2.3.4 基于降維的協(xié)同過濾推薦23-25
• 2.4 基于數據挖掘技術的推薦25-27
• 2.4.1 基于關聯規(guī)則的推薦25-26
• 2.4.2 基于聚類的協(xié)同過濾推薦26-27
• 2.5 混合推薦27-28
• 2.6 本章小結28-29
• 第三章 基于“大五”人格模型的人格特質獲取29-36
• 3.1 “大五”人格模型概述29-30
• 3.2 人格特質因素分析30-33
• 3.3 人格特質的度量33-34
• 3.4 圖書閱讀行為與人格特質的關系34-35
• 3.5 本章小結35-36
• 第四章 融入個體人格特質的個性化圖書推薦模型構建36-50
• 4.1 基本思想36-37
• 4.2 模型構建37-46
• 4.2.1 基本定義37-38
• 4.2.2 個體背景因素漂移38-40
• 4.2.3 用戶圖書類型偏好40-41
• 4.2.4 人格特質兼容度41-43
• 4.2.5 融入個體人格特質的圖書推薦模型43-46
• 4.3 模型算法描述46-48
• 4.3.1 數據更新策略47-48
• 4.4 本章小結48-50
• 第五章 面向用戶圖書閱讀行為的實驗分析50-59
• 5.1 實驗數據50-53
• 5.1.1 用戶人格特質調查結果50-53
• 5.2 評價指標53
• 5.3 實驗結果及分析53-58
• 5.4 本章小結58-59
• 第六章 總結與展望59-61
• 6.1 總結59-60
• 6.2 展望60-61
• 參考文獻61-65
• 附錄1 攻讀碩士學位期間發(fā)表的論文65
• 附錄2 攻讀碩士學位期間參與的項目65-66
• 致謝66-67

【參考文獻】

中國期刊全文數據庫 前7條

1 劉建國;周濤;郭強;汪秉宏;;個性化推薦系統(tǒng)評價方法綜述[J];復雜系統(tǒng)與復雜性科學;2009年03期

2 李聰;梁昌勇;楊善林;;電子商務協(xié)同過濾稀疏性研究:一個分類視角[J];管理工程學報;2011年01期

3 李杰;徐勇;王云峰;;面向大規(guī)模定制的個性化推薦研究[J];河北工業(yè)大學學報;2008年04期

4 張鋒;常會友;;使用BP神經網絡緩解協(xié)同過濾推薦算法的稀疏性問題[J];計算機研究與發(fā)展;2006年04期

5 李聰;梁昌勇;馬麗;;基于領域最近鄰的協(xié)同過濾推薦算法[J];計算機研究與發(fā)展;2008年09期

6 孫小華;陳洪;孔繁勝;;在協(xié)同過濾中結合奇異值分解與最近鄰方法[J];計算機應用研究;2006年09期

7 李鵬飛;吳為民;;基于混合模型推薦算法的優(yōu)化[J];計算機科學;2014年02期

  本文關鍵詞：融入個體人格特質的個性化圖書推薦模型研究，由筆耕文化傳播整理發(fā)布。

本文編號：258634