基于folksonomy用户偏好的推荐方法研究

基于folksonomy用户偏好的推荐方法研究

ID:33493555

大小:2.64 MB

页数:69页

时间:2019-02-26

基于folksonomy用户偏好的推荐方法研究_第1页
基于folksonomy用户偏好的推荐方法研究_第2页
基于folksonomy用户偏好的推荐方法研究_第3页
基于folksonomy用户偏好的推荐方法研究_第4页
基于folksonomy用户偏好的推荐方法研究_第5页
资源描述:

《基于folksonomy用户偏好的推荐方法研究》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、(申请工学硕士学位论文)基于Folksonomy基于Folksonomy用户偏好的用户推荐方法研究偏好的推荐方法研究培养单位:计算机科学与技术学院学科专业:计算机应用技术张金保研究生:张金保指导老师:邱奇志副教授武汉理工2014年5月大学万方数据分类号密级UDC学校代码10497学位论文中文题目基于Folksonomy用户偏好的推荐方法研究英文Researchonrecommendationmethodbasedon题目Folksonomyuserpreference研究生姓名张金保姓名邱奇志职称副教授学位博士指

2、导教师单位名称计算机科学与技术学院邮编430063申请学位级别硕士学科专业名称计算机应用技术论文提交日期2014年4月论文答辩日期2014年5月学位授予单位武汉理工大学学位授予日期答辩委员会主席评阅人2014年5月万方数据独创性声明本人声明,所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,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写过的研究成果,也不包含为获得武汉理工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

3、作了明确的说明并表示了谢意。签名:日期:学位论文使用授权书本人完全了解武汉理工大学有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人承诺所提交的学位论文(含电子学位论文)为答辩后经修改的最终定稿学位论文,并授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索,可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文,并向社会公众提供信息服务。(保密的论文在解密后应

4、遵守此规定)研究生(签名):导师(签名):日期万方数据武汉理工大学硕士学位论文摘要随着“以用户为中心”为主要理念的Web2.0的深入发展,Folksonomy秉承了这一重要思想因而得到广泛推广,同时也因其自由性、灵活性和共享性等特点逐渐成为当前网络最流行的应用之一。标签作为Folksonomy系统的重要产物,不仅能有效的组织、分享和检索资源,还能表示用户的偏好信息,但也存在着一些缺憾,如标签的分布稀疏性、用户标注的随意性、标签的语义模糊性等问题,都阻碍了标签在信息检索、推荐方面发挥更大的作用。近年来,通过标签来研

5、究用户的偏好以及为用户进行个性化推荐服务已成为广大学者研究的热门方向。本文的研究工作也以标签为主要研究对象展开,主要包括以下内容:(1)提出了一种基于Folksonomy的用户动态分类思想。该方法以具有时间属性的标签为基础,通过对Folksonomy分类技术研究,本文认为带有时间属性的标签能直接动态反映用户对资源的偏好,而评论作为一种大粒度的标签则是本文的主要研究对象。首先,针对标签的数据稀疏性问题,利用评论数据的易获取性和动态性,本文通过评论进行分词,提取高频标签来表示用户的动态偏好,然后,针对标签的同义、多义

6、及其平面性问题,对标签进行扩展,提高计算标签相似度的准确性,通过计算标签的相似性来计算评论的相似性,将评论聚类,并到映射用户类,从而将具有共同用户偏好的用户划为一组,最后通过用户在不同时间段的分组变化,获取用户偏好的转移趋势。同时也为不支持标注功能的网站改善个性化推荐服务提供了一种新思路。(2)改进了传统基于用户协同过滤的标签推荐算法。该方法针对不具有时间属性的标签展开研究改进。首先,为了减小算法的计算复杂度和缓解相似用户可能因没有使用过相同标签而不能被判定为相似用户的问题带来的影响,提出对标签进行概念分类的概念

7、,应用标签标记度等概念对用户-标签矩阵进行过滤,然后,针对已获取数据矩阵的稀疏性问题,引入标签类别客观特征属性和用户标签偏好等概念,对用户-标签矩阵进行填充,最后,通过实验验证改进算法较传统算法能更好的提高预测推荐的准确性,改善了标签推荐质量。(3)通过原型系统验证提出的用户动态分类思想和改进的标签推荐算法的可行性。设计并实现了Folksonomy图书标签推荐原型系统,利用豆瓣开放平台,下载相关数据集,基于提出的用户动态分类方法和改进的标签推荐算法,为用I万方数据武汉理工大学硕士学位论文户进行好友推荐和标签推荐,

8、提高用户的个性化体验。综上所述,本文获取的相关成果在一定程度上弥补了国内Folksonomy用户偏好研究在技术实现上的缺憾,为其提供了切实可行的技术方案。关键词:Folksonomy;标签;用户分类;协同过滤;个性化推荐II万方数据武汉理工大学硕士学位论文AbstractWiththedevelopmentoftheWeb2.0,whosemainideaisuser-c

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。