基于海量数据和Web挖掘的个性化推荐系统研究-论文.pdf

《基于海量数据和Web挖掘的个性化推荐系统研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第3期山西大同大学学报(自然科学版)V01．31．No．32015年6月JournalofShanxiDatongUniversity(NaturalScience)Jun2015文章编号：1674-0874(2015)03-001卜cr7基于海量数据和Web挖掘的个性化推荐系统研究吴海霞，连玮，李慧芳(长治学院计算机系，山西长治046011)摘要：推荐系统是学术界和工业界研究热门的课题，能有效解决互联网海量数据中“信息过载”．首先介绍个性化推荐技术的发展、应用和相关问题，重点分析多种经

2、典的推荐算法及其特点，并给出推荐系统的性能评价方法与指标，最后对个性化推荐的未来发展做出展望。关键词：个性化推荐；海量数据；web挖掘；推荐算法中图分类号：TP391文献标识码：A互联网加速了电子商务的应用和推广，促进了智能的推荐系统快速发展。商业模式的变化。传统商业认为，抓住20％主流市1推荐系统简介场的产品或服务就能占据绝大部分市场，但根据Chris的长尾理论n一21，被忽略和轻视的80％反而更推荐是根据用户资料信息、历史行为记录及物加重要。如果汇聚大量市场价值较小的部分，有效品的特征属性来

3、分析用户对物品的偏好而生成个开发“长尾市场”，将会创造极大的经济和社会价性化推荐列表，为用户提供信息推荐的一种过滤和值，也能更好满足不同用户群的个性化需求。挖掘技术。推荐系统是一个综合众多学科的研究Web2．0的出现促进了社会网络的发展和社交领域，涉及统计分析、信息检索、数据挖掘、机器媒体的成熟，用户通过论坛、博客、微信、朋友圈学习、人工智能、自然语言处理、语义网、流数据、等丰富的应用产品积极参与各种在线活动：发表日市场营销等。志、上传照片、转载微博、分享链接或评论信息。1．1推荐系统的特点与目

4、标在充满海量数据的社交网络中，用户通过UGC(Us．推荐系统与搜索引擎技术在处理对象、检索方erGeneratedContent)的信息资源创作模式，既是信法、某些评测指标等方面非常相似，但二者存在显息的分享者和消费者，还是信息的生产者和创造著区别。搜索引擎对数据和信息进行连接，而推荐者。作为世界上规模最大的公共数据源，Web文档引擎对人与信息进行精准连接实现完备的服务。在以每天数十亿的速度持续增长。在电子资源极Google、Baidu、Yahoo等搜索引擎被动地检索文档、度丰富的数据时代，“信

5、息过载”日益严重，用户往商品、音乐等，侧重于数据的查询，结果固定而庞往迷失其中而无法确定真正需求和选择，即“选择杂，与用户对象无关联；推荐引擎主动为顾客推荐困难症”日渐明显，需要一种快速搜索和定位的机好友、影片、服务等，注重知识的发现，结果动态制。变化，与兴趣相匹配，充满个性化。但推荐引擎开Web数据挖掘基于信息检索、人工智能、机器发难度大，不仅需要庞大的数据库、快速的搜索算学习和知识管理技术，分析大量文档获得隐含知识法，还需要合理的用户模型和精准的预测决策算和模式，帮助人们搜索信息并制定决策p

6、1。近年出法。现的推荐技术，如同善解人意的私人秘书，根据用推荐系统的基本框架为信息获取、用户建模、户兴趣偏好和行为习惯自适应地发现和挖掘，进行模型学习、行业应用、实验评测和模型优化。系统分析和推荐。由于媒体的碎片性和文化的多样性，以用户为中心主动获取相关信息，一般为隐式获取用户需求日趋个性化，推动着高效能、高精度、高而无需用户参与。利用机器学习等技术建立合理收稿日期：2015-03—24基金项目：山西省基础研究青年科技研究基金项I~[2012021015]；长治学院校级科研项g112014181

7、作者简介：吴海霞(1978一)，女，山西晋城人，硕士，讲师，研究方向：数据挖掘和信息处理。山西大同大学学报(自然科学版)2015钲模型，判定用户的兴趣偏好和行为倾向，构建支持乐产品，餐饮、住宿、交通等社会服务，网站、微用户决策的系统，进行信息过滤和智能推荐，为大博、论坛、社区等社交平台，职业推荐、学习资源规模用户提供高质量服务，甚至超越本领域专家的推荐[61、高考志愿推荐[71等教育推荐，新闻资讯、旅经验和决策。个性化推荐服务具有很强的针对性、游产品、会议推荐、移动应用，及各种知识管理等主动性、

8、智能性。应用。其中在搜索引擎、社交媒体、金融服务等领推荐系统追求过程的快捷性与智能化，推荐效域应用最广。成功的推荐应用包括Amazon的Kin—果的精准化、个性化和信任度。比如，系统从数十dle电子书、PanDoRa音乐电台、Hulu视频推荐、百万部影片中即时自动抽取一批符合用户口味的精度的“音乐随心听”私人频道，“猜你喜欢”新闻资讯彩作品，用户轻松选择之后获得满意体验和真诚反频道等[81。图书、音乐和电影三个领域实现了较高馈。通过高匹配度和个性化的推荐，将浏览和访问准确度的推荐，NETFLIX