基于协同过滤算法的个性化推荐研究.pdf

基于协同过滤算法的个性化推荐研究.pdf

ID:50407021

大小:2.17 MB

页数:68页

时间:2020-03-05

基于协同过滤算法的个性化推荐研究.pdf_第1页
基于协同过滤算法的个性化推荐研究.pdf_第2页
基于协同过滤算法的个性化推荐研究.pdf_第3页
基于协同过滤算法的个性化推荐研究.pdf_第4页
基于协同过滤算法的个性化推荐研究.pdf_第5页
资源描述:

《基于协同过滤算法的个性化推荐研究.pdf》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、基于协同过滤算法的个性化推荐研究姚婷2015年1月中图分类号:TP391UDC分类号:005基于协同过滤算法的个性化推荐研究作者姓名姚婷学院名称管理与经济学院指导教师刘慧副教授答辩委员会主席李金林教授申请学位管理学硕士学科专业管理科学与工程学位授予单位北京理工大学论文答辩日期2015年1月20日ResearchonPersonalizedRecommendationBasedonCollaborativeFilteringCandidateName:YaoTingSchoolorDepartment:SchoolofManagementandEconomicFacultyM

2、entor:Assoc.Prof.HuiLiuChair,ThesisCommittee:Prof.JinlinLiDegreeApplied:MasterofManagementMajor:ManagementScienceandEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence:January20th,2015研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果

3、,也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名:日期:北京理工大学硕士学位论文摘要随着电子商务在互联网产业中的兴起,作为电子商务平台核心技术之一的个性化推荐技术已受到广泛的关注。个性化推荐是指根据用户的个人特征、历史行为和物品特征等信息通过协同过滤、内容过滤、知识发现、交互式推荐等推荐技术,向用户推荐其可能感兴趣的物品。在诸多推荐算法中,协同过滤的推荐技术是目前应用最广的推荐算法之一。尽管如此,协同过滤算法在应用到电子商务的个性化推荐时还是面临着以

4、下问题:第一,如何考虑用户兴趣随时间推移而变化的问题,使用户之间相似度的计算更加精确;第二,如何利用社会网络更准确的衡量用户之间的相似度,使用户的最近邻集合更为准确;第三,如何考虑有共同兴趣爱好的用户评分行为的相似性而不是相同的问题,使项目的预测评分更为准确;第四,如何利用项目类别之间的固有关系,如内部关系、有序关系等为用户提供更为精确的推荐结果。针对上述问题本文在传统的协同过滤算法的基础上引入了时序更新、信任度、预测评分优化和结构化的思想,首先根据时序更新的思想区分用户的远期兴趣和近期兴趣,准确的计算用户和其他用户之间当前的相似度,然后考虑用户的社会网络计算用户之间的信任

5、度,将信任度作为相似度的补充为用户找到最近邻集合,再根据用户的最近邻集合的评分通过优化的项目预测评分策略来预测用户对项目的评分,并取预测评分较高的项目推荐给用户,最后考虑到项目类别之间的固有关系,找到被推荐项目所在项目类别,然后锁定二次推荐项目的类别,考虑用户和被推荐项目的特点,为用户提供二次推荐。最后在MovieLens数据集上进行实验,对比实验结果说明改进的基于协同过滤算法的个性化推荐方法与传统的协同过滤算法相比推荐结果具有更高的准确率。关键词:协同过滤,个性化推荐,时序更新,信任度,预测评分,结构化I北京理工大学硕士学位论文AbstractWiththedevelop

6、mentofE-commerce,personalizedrecommendation,asoneofthekeytechniqueshasbeenwidespreadconcern.Basedontheuser'spersonalcharacteristics,historicalbehaviorandthefeatureofgoodsorotherinformation,personalizedrecommendationusescollaborativefiltering,contentfiltering,knowledgediscovery,interactivet

7、echnologyorotherrecommendedtechnologytorecommendtheirgoodstotheuserwhichtheusermaybeinterestedin.Amongdiverserecommendationalgorithm,collaborativefilteringrecommendationalgorithmiscurrentlyoneofthemostwidelyusedtechnologies.However,whenappliedtoe-commerceperso

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。