基于反向推荐的个性化推荐算法研究

《基于反向推荐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、４ｉ如成少、著ＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＨＩＮＡ硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳ（翁论文题目基于反向推荐的个性化推荐算法妍究学科专业计算机软件与理论学号２０１３２１０６０２０４作者姓名秦艳婷指导教师傅彦教授分类号密级。ＵＤＣ＾学位论文基于反向推荐的个性化推荐算法妍究（题名和副题名）秦艳婷（作者姓名）指导教师傅彦教授电子科技大学成郡（姓名、职称、单位名称）申请学位级别硕±学科专业计算机

2、软件与理论提交论文日期２０１６．０３论文答辩日期２０１６．０５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；注＜国》的类号１明际十进分类法ＵＤＣＳｔｕｄｙｏｎＰｅｒｓｏｎａｌｉｚｅｄＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｇｏｒｉｔｈｍｓｖｉａｒｅｃｏｍｍｅｎｄｉｎｇｕｓｅｒｓｔｏｉｔｅｍｓＡＭａｓ化ｒＴｈｅｓｉｓＳｕｂｍｉｔｅｄ化ＵｎｉｖｅｒｓｉｔｏｆＥｌｅｃｔｒｏｎｉｃＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｙｇｙＭａｏｒ：ＣｏｍｕｔｅｒＳｏｆｔｗａｒｅａｎｄ

3、ＴｈｅｏｒｊｐｙＡｕｔｈｏｒ：ＱｉｎＹａｎｔｉｎｇＳｕｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＦｕＹａｎｐＳｃｈｏｏｌ：ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ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王作及取得的研究成果。据我所知，除了文中持别加Ｗ标注和致谢的地方夕ｈ论文中不包含其他人己经发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。作者签名：

4、Ｊ５曰期：ａ口乂年／月ｉ／曰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此规定）作者签名：橋导师签名：成％Ｊ曰期；方乂年＾月三巧？摘要互联网技术的迅速发展使海量信息同时呈现在我们面前，如何从信息海洋中挖掘有价值的信息变得越来越困难。推荐系统作为信息过滤技术的典型应用

5、，可。帮助用户巧掘相关的信息传统的推荐系统基于用户或物品的相似度，导致用户视野被局限在少数流行物品。用户并没有从较高准确率的推荐结果中获得更多的信息，通过，推荐结果的多样性和新颖性变得越来越重要牺牲准确度来提高多样性和新颖性是很容易的，而如何在保证较高准确率的前提下，提高多样性和新一。颖性，仍是推荐系统领域的大挑战为了提高推荐结果的多样性和新颖性，我们期望大多数物品有同等被推荐的机会，针对每个物品需要挖掘对它感兴趣的用户，推荐任务从为用户推荐物品变成为物品推荐用户。，基于这个想法，本文研究了基于反向推荐的个性化推荐算法本文的主要工作和贡献包括：（

6、１）提出了基于物品的反向协同过滤推荐算法。本文提出的基于物品的反向协同过滤推荐算法，通过均衡用户的推荐能力，有效地提离了推荐结果的多样性和新颖性。然而，导，由于用户行为交集更多地集中在流行物品致流行物品在推一。荐列表中仍占了很大比例更进步，该算法引入参数控制和降低物品度对推荐。结果的影响，有效地提高了推荐结果的多样性和新颖性，在保证准确率的前提下（２）提出了基于用户的反向协同过滤推荐算法。本文提出的基于用户的反向协同过滤推荐算法，直接为每个物品挖掘对它感兴巧的用户，有效地提髙了冷口物品被推荐的概率。然而，物品之间的相似度依据共同用户数，显然热口物品与用户

7、偏好的所有物品更为相似。为了消除物品度对推荐结果的影巧，该算法量化了相对于其他用户。通过提商冷口物品被推荐的巧，目惊用户对物品的專爱程度。率，该算法有效地提商了推荐结果的多样性和新颖性（３）提出了基于反向推荐的质量扩散推荐算法。本文提出的基于反向推荐的质量扩散推荐算法依然进循能量守恒定律，所有用户对某物品的專爱程度正比于该物品的度，物品度对推荐结果的影响被量化，，通过平滑技术控制和降低物品度对推荐结果的影响，明症提窩了推