基于灰色关联度聚类的协同过滤推荐算法.pdf

《基于灰色关联度聚类的协同过滤推荐算法.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、；＇．一＾：、－＇吉Ｖ？＇运＊马．．：攫斯一；ｃ．．帛１－，起：Ｓ‘剛密懇，擎．？．．．Ｉ：一如．苗‘旗巧＇苗人ｉ＾；：罐；；扛．‘＞誦．．可．＂ｔ．皆心；咱肩．＞旷．八藻．ｖ．．－．＇＼．沒ＡＴ‘崖＇ｋ；．》；．、．ｙ；為＾違玉：‘４凌女含；Ｎ＇ｆ今霉＇乂－苗嘴－‘六．＞某；，爷４巫＃ｆ爱义女，讼矣ｖ；壽ｖ＇，－：．．；；．：非？１＇＞豕．：：．＇；，：；－：丫，，ｙ貼：吾。Ｔｖ祭．＇一．Ｔ：亀＇＇象：．，；．．．數；．．Ｊ１：；＇．－＼．两片一；挺、＼．．

2、詩／；ｖｖ，言；；家巧ｖ都．＞ｒ．／‘；．．＇‘；４＾Ｊ＇、義ｖ身’，：巧束真．封论目細＾被贈＾灘荐＾ｖ■．／，．‘‘．’．．．Ｖ户－忘．ｉ－．，＇．：：．／ｖ某口最＼．崩、孤－Ｖ：３的！參■‘＊＇＾木鹏％斗成‘一Ｖ．‘品．ｖ．．周国强．；．声．ｒ’；、＇ｖ。維工端吐為’．聲＂一；；＞，‘ｆｖ全日制ｒ．＞ｖ．＇．．＇、１ｙ：ｖｉ领数減＾．．：．．．載，聲＾片１媚交气１／月ｔ．＇Ａ占？，，１，：巧节：ｃ：，＂，禱；曜．Ｘ

3、Ｋ＞巧试．．囊？戦畫；＞巧念ａ嗔讀：＂：：片灣．链嫂请編ACollaborativeFilteringAlgorithmBasedOnGrey-incidenceClusteringThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringByPengLinSupervisor:Prof.GuoqiangZhouMarch2015摘要随着互

4、联网的规模和覆盖面的飞速增长，导致信息过载(informationoverload)的问题，互联网用户在海量的信息面前，无法及时准确地找到自己需要的内容，因此许多研究者开始研究信息过滤和个性化挖掘方法。而高速发展的电子商务又催生了数据挖掘领域内推荐系统理论的形成和完善，特别是将协同过滤引入到推荐系统中之后，理论和实际应用都十分的成功，最终形成了一个最重要的分支--协同过滤推荐。协同过滤推荐方法能够根据用户及其近邻的历史交互记录来进行有针对的项目和内容推荐，减少用户的查找时间，能够有效的防止用户流失，提高网站的用户流

5、量和业务销售。电子商务中协同过滤推荐系统的理论和实践都十分成功。然而，随着电子商务系统规模的急剧增大，网站用户和项目的数量都呈爆炸性增长，导致传统的协同过滤推荐算法面临一系列的问题。针对这些问题许多学者都提出了很多的解决方法，但都有缺陷和不足。本文研究了国内外大量的协同过滤算法的文献，分析比较了各算法的优劣，总结出目前主流推荐算法的不足，并针对缺陷提出了一种新的协同过滤推荐算法。本篇论文主要研究内容包含以下这三个方面：第一，提出了一种改进的灰色关联聚类算法，对项目进行聚类。考虑到用户的整体兴趣偏好，利用改进的灰色关

6、联聚类算法对项目按历史交互记录进行聚类，将整个项目空间划分为若干个类别。对于目标用户来说，喜好同一聚类内项目的可能性更高，而且聚类的整体特征能够表征内部项目的共性，既缓解了数据稀疏性带来的问题，又考虑到了项目的具体情况。同时，聚类运算可以离线计算，减轻了实时推荐时系统的压力。第二，在同一聚类的项目空间内利用灰色接近关联度算法查找用户最近邻。由于灰色接近关联度算法能够发现系统内部各因素间的关联关系，指出两个因素间的关联程度，所以能够用来进行用户近邻的查找。同时灰色接近关联方法在计算时对样本量的大小没有过高的要求，且计

7、算量小、定性与定量分析结果一般能够吻合。第三，搭建原型系统，利用真实数据集进行实验对比验证。为了查找最优的参数，并与以往的一些方法进行实验对比，本文利用开源的hadoop框架搭建实验平台，进行了仿真实验，分析得到了灰关联聚类阈值和近邻数目的最优值。最后与主流的推荐算法进行了对比分析，证明了本文算法的有效性。关键词:数据挖掘，推荐系统，协同过滤，项目聚类，灰关联分析IAbstractAstherapidgrowthoftheInternet'sscaleandcoverage,theproblemofinformat

8、ionoverloadisappearing.AndtheusersofInternetcannotfindtheinformationwhichtheyneededtimelyandaccuratelywhentheyfacingmassiveinformation.Somanyresearchersbegintostudytheinformationfi