基于时间上下文的个性化推荐技术研究

《基于时间上下文的个性化推荐技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毛各种成奇ＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣ巨ＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡ硕±学位论文ＩＭＡＳＴＥＲＴＨＥＳＩＳ誦議璧＇古．／ｉｒ＞＼／论文题间基于时巧ｈ下文的个性化推轉技术神究Ｉ学科专业计算机系统结构学号２０１３２１０６０１２６作者姚名游聪指导教师邢速川削教授独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ论文中不包含其他人已经发

2、表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我…同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。／躬，日期心／：（年＾恥Ｖ曰作者签名＿带ｉ论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守

3、此规定）作者签：名：名导＿＿师签日：月日期或／鮮怎巧２分类号密级注1UDC学位论文基于时间上下文的个性化推荐技术研究（题名和副题名）游聪（作者姓名）指导教师邢建川副教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业计算机系统结构提交论文日期2016.3.28论文答辩日期2016.5.19学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchofTime-BasedPersonalizedRecommendationTechnologyAMasterThesisSu

4、bmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ComputerSystemArchitectureAuthor:YouCongAdvisor:XingJianchuanSchool:SchoolofComputerScience&Engineering摘要摘要随着互联网的爆炸式发展，互联网给我们提供了海量信息和选择。但人们并没有因此获益，反而在信息过载前显得无所适从。推荐系统向用户提供个性化推荐，帮助人们做出更好的选择，被证明能够有效解决信息过载问题。随着移动互联网、物联网等技术的迅速

5、发展，上下文信息逐渐受到研究者的重视。时间是最重要的上下文属性之一，时间的动态特性使用户兴趣和物品流行度随着时间动态变化，同时，时间带来了环境的周期变化。传统的个性化推荐方法针对用户与物品的二维关系，分析用户的历史行为记录，预测用户对物品的兴趣，没有很好的利用时间等上下文信息。因此，如何在设计推荐系统中有效的利用时间上下文是当前研究的问题之一。本文分析了时间的动态特性并提出了一种基于用户的协同过滤算法的改进方案。在计算预测评分时，本文考虑到用户兴趣随时间衰减的特性，引入时间衰减函数作为权重；同时，在计算用户相似度时，传统的相似度表示方法均存在着局限，我们采用Jacc

6、ardUniformOperatorDistance（简称JacUOD）来计算用户间的相似度以同时体现用户间评分的差异以及用户历史评分之间的相交程度。实验结果证实了改进方案提高了推荐准确度。此外，本文考虑时间的周期特性，利用分类时间感知建模方式，将时间视为周期性的分类属性，如一年十二个月或一周七天等方式，建立“用户×物品×时间”的张量推荐模型。然后类比矩阵分解在推荐系统中的应用，我们选择使用高阶奇异值分解模型表示预测评分张量，定义预测模型与历史评分间的损失函数，采用随机梯度下降法优化推荐模型。最后通过优化后的分解模型预测用户在特定时间段对物品的兴趣。实验表明本文提出

7、的基于时间周期特性的张量分解算法能够捕捉时间周期性带来的季节效应，在季节效应明显的数据集上的离线精度高于传统的矩阵分解推荐算法。关键词：个性化推荐，时间，上下文，协同过滤，张量分解IABSTRACTABSTRACTWiththeexplosivedevelopmentoftheInternet,mountsofinformationandchoicesareavailablefromtheInternet.However,insteadofbenefitingfromthis,peoplefindit’sgettingharderandhardertomakec