基于协同过滤算法的个性化推荐系统的设计及实施-论文.pdf

基于协同过滤算法的个性化推荐系统的设计及实施-论文.pdf

ID:53763194

大小:457.46 KB

页数:3页

时间:2020-04-24

基于协同过滤算法的个性化推荐系统的设计及实施-论文.pdf_第1页
基于协同过滤算法的个性化推荐系统的设计及实施-论文.pdf_第2页
基于协同过滤算法的个性化推荐系统的设计及实施-论文.pdf_第3页
资源描述:

《基于协同过滤算法的个性化推荐系统的设计及实施-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、2014年第4期安徽电子信息职业技术学院学报No.42014第13卷(总第73期)JOURNALOFANHUIVOCATIONALCOLLEGEOFELECTRONICS&INFORMATIONTECHNOLOGYGeneralNo.73Vo1.13[文章编号】1671—802X(2014)04—0027—03基于协同过滤算法的个性化推荐系统的设计及实施程淑玉(安徽电子信息职业技术学院,安徽蚌埠233000)[摘要]Internet的发展导致了信息资源的膨胀,用户希望能通过自动化的工具来发现期望的信息资源,为了满足用户的这个需求,个性

2、化推荐系统就随之产生了。个性化推荐系统所采用的推荐算法决定了推荐系统的优劣,本文主要设计了基于协同过滤算法的个性化推荐系统模型,并将该模型应用于相应的网站中。[关键词]协同过滤;个性化推荐;网站[中图分类号]TP311[文献标识码]BDesignandImplementationofthePersonalizedRecommendationSystemBasedon圜困固囫程淑玉——基于协同过滤算法的个性化推荐系统的设计及实施第4期荐、协同过滤(collaborativefiltering)推荐、基于网格三、系统'的设计结构(netw

3、ork—based)的推荐、基于知识推荐、组合推本系统的设计分为离线和在线两个阶段[41,系荐及其他推荐。统结构如图1所示:本文综合分析了以上的推荐算法,结合网站实际r⋯~一一⋯一⋯一~⋯一‘-f/&-~-⋯⋯⋯一⋯~’I情况确定采用协同过滤算法来设计个『生化推荐系统。一、协同过滤算法协同过滤推荐(CollaborativeFiltering,CF)[21是在信息过滤和信息系统中一项很受欢迎的技术,它推进了整个推荐系统的繁荣。协同过滤主要是以属性或兴趣相近的用户经验与建议作为提供个性化推荐的基础。其思想借鉴人们在日常选购商品的方法,如

4、果自己的朋友购买了该商品,那么自己购买该商品的可能性就会很高。协同过滤首先分析用户兴趣,图1系统结构图然后将其经验与建议提供给同一用户群中的用户作为参考,以满足人们在决策之前参考他人意见的心离线阶段由数据预处理和数据挖掘两个模块组态。该算法与其它算法相比,它的最大优点在于算成,其中数据预处理模块主要对“数字电影网”的法很简单,易于实现,执行效率高,同时推荐的准确Apache服务器的Log文件进行分析获得预处理过性相对很高。的数据;数据挖掘模块主要使用聚类技术来分析预协同过滤技术的实现包括如下3个模块:输入处理过的用户访问数据,得到用户

5、聚类和最近邻居,用户评价矩阵、邻居的形成和推荐集的产生。输入发现用户的潜在兴趣,生成用户配置文件。用户评价矩阵R(m,n),其中m代表用户,n代表项在线部分主要是一个实时的推荐引擎,该引擎目,R(i,j)代表用户i对项目i的评价。该评价分为首先在线分析用户的访问行为,然后根据当前的用显式评价和隐式评价两种,利用该评价值计算两个户访问页面序列和用户配置文件执行协同过滤算用户间的相似度sim(i,j),得到用户的邻居,邻居关系法,生成推荐页面给服务器,再返回给浏览器,从而的形成主要寻找最近邻居集,即对每个用户n找到向用户更准确的推荐电影,

6、满足用户的观看电影的一个按照相似度从大到小排列的邻居集n=fn,n。,n,,需要。⋯四、系统的实施,nl,基于目标用户和最近邻居的历史信息,计算目标用户对不同项目的偏爱度。选取偏爱度最高的1.数据预处理前n项,产生T0p—n推荐项目集。系统采用J2EE技术开发,数据库采用Mysql,二、个性化推荐系统结构系统的数据集来源于“数字电影网”网站2013年1一个完整的个性化推荐系统由三个部分组成网:月至2013年9月的访问日志,对该日志进行预处理输入模块、推荐算法模块与输出模块。输入模块表明后导入到数据库WEB中作为实验数据。该数据库从何处

7、去获取用户的兴趣偏好,输入包括隐式浏览中包含UserTicket(用户信息)、MovieTicket(电影信输入、查询显示评分、标注关系(朋友信任)模糊等。息)、RatingTicket(评价信息)3张表,MovieTicket推荐算法模块是推荐系统的核心,主要负责由输入(电影信息)表中包括:Action(动作片)、Animation(动如何得到输出,该模块决定了推荐系统性能优劣。画片)、Comedy(喜剧片)、Disaster(灾难片)、输出模块主要负责把推荐系统产生的推荐集输出给Documentary(记录片)、Ethics(伦理

8、片)、Fantasy(科幻用户,包含两种形式,一是预测,二是推荐。片)、Horror(恐怖片)、Love(爱情片)、Mystery(悬疑片)、

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。