基于复杂网络的个性化推荐算法研究

基于复杂网络的个性化推荐算法研究

ID:33300873

大小:1.77 MB

页数:76页

时间:2019-02-23

基于复杂网络的个性化推荐算法研究_第1页
基于复杂网络的个性化推荐算法研究_第2页
基于复杂网络的个性化推荐算法研究_第3页
基于复杂网络的个性化推荐算法研究_第4页
基于复杂网络的个性化推荐算法研究_第5页
资源描述:

《基于复杂网络的个性化推荐算法研究》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、分类号密级注1UDC学位论文基于复杂网络的个性化推荐算法研究(题名和副题名)曾伟(作者姓名)指导教师尚明生教授博导_电子科技大学成都(职务、职称、学位、单位名称及地址)申请学位级别硕士专业名称计算机软件与理论论文提交日期2010年3月论文答辩日期2010年4月学位授予单位和日期电子科技大学答辩委员会主席评阅人2010年月日注1:注明《国际十进分类法UDC》的类号。万方数据独创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,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰

2、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。与我一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。签名:日期:年月日关于论文使用授权的说明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门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以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、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此规定)签名:导师签名:日期:年月

3、日万方数据摘要摘要随着计算机和互联网技术的迅猛发展,网络中可获得的信息量呈指数增长。但这也导致信息过载问题,即信息的利用率反而降低。信息推荐技术,或推荐系统,被认为是解决信息过载最有效的工具之一。信息推荐技术是科学研究和工程应用中的热点问题。利用复杂网络理论和数据挖掘方法,本文主要致力于理解推荐系统中各要素特性和作用,探索提升准确性和多样性的信息推荐算法。主要工作如下:1.提出一种利用非近邻用户贡献的协同过滤推荐算法,该算法通过线性拟合的方式把近邻和非近邻用户的作用同时应用于推荐系统,结果显示,我们算法的准确性和多样性均优于传统

4、的协同过滤算法。2.利用物质扩散过程在带权网络上的投影,我们分析了低分在推荐系统中的作用。结果表明,在稀疏的数据中,低分的作用有可能是正面的。更进一步地,活跃用户与流行商品的低分通常起着负面作用,非活跃用户与非流行商品的低分的作用反而是正面的。3.提出一种基于网络结构的推荐算法。该算法仅仅利用用户是否点击商品的信息来建立网络模型,并利用随机游走过程来计算用户之间的相似度,结果表明,我们算法在效率和准确率两个方面都要好于传统的协同过滤算法。4.提出一种解决推荐系统冷启动问题的算法,该算法通过逐个选择对推荐系统贡献最大的商品来进行评

5、分,从而使得在用户评分较少的情况下,推荐算法也能做出比较准确的推荐结果。5.提出了一种新的算法专门用于冷门商品的推荐,该算法为每个商品找到可能对其感兴趣的用户,因此每个商品能够至少被推荐一次。结果表明,我们算法的准确性远远好于其他的一些算法。6.研究了现有几种常见推荐算法的多样性,结果表明,推荐算法的多样性除了跟算法自身的推荐机制有关以外,还与数据的稀疏程度有关。一般地,数据越稀疏,推荐算法的多样性越好。与此同时,我们还研究了推荐系统的多样性,结果表明,虽然系统的整体多样性逐渐下降,但用户的行为却是越来越多样化。关键词:协同过滤

6、,推荐系统,多样性,长尾理论Ⅰ万方数据ABSTRACTABSTRACTThankstotheadvancedcomputertechniques,theamountofavailableinformationgrowsveryfast,asindicatedbytheexponentialexpansionoftheInternetandtheWorldWideWebs.Peoplearefacingtoomuchdataandsourcestobeabletofindoutwhattheylikemost,namelythei

7、nformationoverloadproblem.Therecommendersystemsarerequiredtosolvethisso-calledinformationoverloadprobleminthemoderninformationscience.Forthesakeofimprovingtheaccuracyanddiversityofrecommendersystem,thethesisaimstounderstandtheinsightofrecommendersystemsusingapproache

8、sincomplexnetworkanddatamining.Themainresultsareasfollows:1.Anapproachisproposedwhichtakesintoaccountthecontributionofbothsimilaran

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。