基于情境感知的用户个性化推荐方法研究

《基于情境感知的用户个性化推荐方法研究》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、、＇思＂节？２＾＾扔；群ｒＶ巧ｆＶ暫巧聲；‘１＇；分类号密级為糸一．一．／？卢Ｖ；＇■ＵＤＣ．编号：：；：Ｉ；＿＿＿＿．’：．心＾繁：：譯梦巧皆Ｘ终：＇．．感托冷與癸．私令滅＾硕±学位论文霉魏請猎够；蘇．、Ｖ．－，ＶＩ’‘＇荷心Ｖ；’、‘、扣公＇＼，题名和副题名基于情境感知的用户个性化推荐方法研究作者姓名陈续阳式。，’—■■—■￣－—－—Ｉ－．－－—■■—片－■—

2、—Ｊ？一一＿這指导教师姓名及职称郭勇教授廖华窩级工程师、＾（｜’一＇：＼申请学位级别硕：ｔ专业名称电子与通信工程＇門‘、ｙ寺论文提交日期４１６＇巧／２〇１６年月论文答辩日期２〇年５月戸＇学位授予单位和日期成都理王大学（年月）沒讀葛答辩委黄会主賺Ｍｉ［每卢．贪１；评阅人向受鑛！：马叫；讀嶺為＇、聲Ｋ、．廣气万謂Ｖ雌’．’．．＼＾年叫一．，‘请户．，成皆戸沒；，作：皆：、读■２０１６年０５月新．岩建懲：躬ｆ窮讀对觀４Ｈｉ掌（

3、．齡Ｈ奴骑．作祭—縣矣邊？树觀筑？户．；心．爲本荀，；；—磬祭若巧．锭巧館捷教＇巧、应．；；：．？今苗鸣斧ｒ．、Ｗ，卢气．１．；契攀遠，．兴為锅鐵劈Ｊ＼＾矜秦．ｒ，．Ｉ；．．，．ｋ．題碧私；巧舉赞Ｍ绣湖凌；舜！摘要基于情境感知的用户个性化推荐方法研究摘要信息产业的快速发展，使人们的生活得到充分便利的同时，也带来了信息过载的弊端。面对海量的信息，人们往往很难从中甄别并获取有价值的内容资源。作为一种有效的信息过滤方式，个性化推荐技术的相关研究逐渐受到重视，尤其近年来在人工智能、模

4、式识别、分布式存储、云计算以及大数据挖掘等技术得到快速突破的情况下，个性化推荐技术得到进一步发展。个性化推荐技术通过对用户的特征属性、行为模式以及社交偏好等信息的提取和挖掘，能够从海量信息中搜索出用户真正感兴趣的内容。然而在推荐系统领域，传统的个性化推荐系统仅仅考虑了用户和项目之间的联系，而对用户所处情境的影响没有加以考虑，最终呈现的推荐效果难以达到预期。本文依据对情境感知与建模理论的相关研究和对传统推荐算法的对比分析，提出了一种改进的基于情境感知的混合推荐算法，通过将用户所处环境中的情境因素引入推荐系统

5、，进而挖掘用户、所处情境以及需推荐信息之间的关联，为用户推荐符合其情境状态的信息资源。最后在一个电影评分数据集上对本算法进行了评估，实验结果表明，本文改进的算法在预测精度上优于现有的推荐算法。本文主要在以下几个方面做了深入研究：首先研究了情境感知获取、建模以及相关的推荐技术，给出了情境的具体定义，针对不同情境的给出了具体获取方法，并就情境感知建模做了相关的研究和阐述，同时对情境感知推荐技术做了相关分析。其次对比分析了协同过滤推荐、基于内容的推荐以及基于知识的推荐三类主要的传统个性化推荐模式，并对其各自存在

6、的不足和优点进行相应的分析和说明。针对传统推荐算法存在的不足，论文对基于情境感知的个性化混合推荐算法做了探索性研究，首先针对基于非特征组合的混合模式做了相关探讨，这类混合推荐模式虽然在一定程度上可以提高推荐系统推荐精确度，然而其具体适用的环境仍然受到较大限制，针对其不足，相应地设计出了一种基于内容扩充的协同过滤混合推荐模式，并利用目标用户的最近邻（偏好相似度超过阈值的用户）的平均评分来调整最终评分，同时将情境因素融入该推荐模型中，分析当前用户的最近邻在相同情境下对不同项目的偏好行为，得出基于情境的用户推荐

7、列表为当前用户进行推荐，再通过情境的相似度匹配计算，分析得出在单维度情境实例影响下用户的偏好属性，最后按权重将不同情境因子下用户的预测评分组合，给出目标用户的最终推荐评分。同时，论文对传统推荐模式中存在的数据稀缺性问题做I成都理工大学硕士学位论文了相关研究，并利用改进的基于特征补充的混合设计模式解决了由于添加新项目或者新用户而引发的系统冷启动问题。关键字：个性化推荐情境感知用户偏好混合推荐算法IIAbstractResearchonContext-AwarePersonalizedRecommendati

8、onMethodsofUsersAbstractTherapiddevelopmentofinformationindustry,ontheonehand,itbringsconveniencetopeople'slives,ontheotherhand,italsobringsthedrawbacksofinformationoverload.It’snormallydifficulttoscreenandgetvaluab