收藏本站
《北京邮电大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

基于竞争关系的推荐技术研究

姜邵巍  
【摘要】:随着互联网的飞速发展,网络信息爆炸式地增长,给网络用户带来了“信息过载”问题。推荐系统通过挖掘用户兴趣为用户进行个性化推荐来缓解这一问题,得到了广泛的研究和应用。 已有的研究在分析利用用户对项目的评分数据时,大都默认某个用户给不同项目的打分是分别独立进行的,而不同用户对同一项目的评分也是分别独立进行的。然而,在现实生活中,用户在给一个项目评分时通常不仅会考虑对该项目的评价,而且,更为重要的是,还会将该项目与曾经评价过的其他项目进行对比,或是考虑其他用户对该项目的评价,基于这些比较之后再给出对该项目的评分。也就是说,用户对项目的评分在很大程度上是对比的结果,具有相对性。本文基于建模这种现实现象,把同一用户对不同项目的不同评价,以及同一项目由不同用户得到的不同评价视为竞争关系,创新性地引入概率竞争模型对这些竞争关系进行建模,并由此获得用户兴趣,从而实现个性化推荐。具体而言,本文的主要研究工作和成果包括: 提出了一种基于内容竞争关系的推荐模型。该模型通过项目内容竞争关系挖掘用户兴趣。首先,模型假设不同项目之间存在争夺用户兴趣的竞争关系,同一用户对不同项目的评价是不同项目争夺用户兴趣所进行竞争的结果;其次,项目之间的竞争关系体现为描述项目的内容之间的竞争关系,进一步内容之间的竞争关系体现为内容中各个独立特征之间的竞争关系。基于上述假设,采用竞争模型建模内容特征间的竞争关系,从而获得用户对各个特征的兴趣偏好值,这些值就可以用于预测用户对新项目的兴趣。在两个公开数据集上与当前有代表性的推荐方法进行的对比实验结果表明,本模型具有更高的推荐准确度,同时推荐所需的时间也更短。进一步实验表明,本模型的推荐性能随竞争数据规模的增加而不断提高。 提出了一种基于二元特征的内容竞争关系推荐模型。该模型在基于内容竞争关系推荐模型的基础上,引入基于同现关系的二元特征作为项目内容的表征,使模型能对更为丰富和复杂的内容竞争关系进行建模,在更细的颗粒度上描述和区分用户兴趣。在两个公开数据集上的实验结果表明,引入二元特征作为内容表征比基于特征间独立的内容竞争关系推荐模型在两种推荐指标下均具有更好的推荐性能。在Netflix数据集上,该模型比基于内容竞争关系的推荐模型在MAE指标上提高了0.9%,在RMSE指标上提高了1.6%。 提出了一种基于竞争关系的协同过滤推荐模型。该模型直接在用户评价数据上构造竞争关系,并在协同过滤模型基础上引入该竞争关系。首先,该模型考虑了用户对项目的评价时对比其他用户对该项目的评价,得到用户兴趣之间的竞争关系,从而获得用户对项目的兴趣偏好值;然后,使用同一用户在不同项目上的兴趣偏好值构建用户兴趣向量来表征该用户的兴趣,基于此进行不同用户间的相似性比较,并预测目标用户对新项目的兴趣。在两个公开数据集上与基于用户的协同过滤方法进行的对比实验结果表明,该模型比传统方法具有更高的推荐准确度。进一步实验表明,当同一项目获得多样性的用户评价时,该模型的建模效果更好。 提出了一种基于竞争关系的混合推荐模型。在上述分别基于竞争关系对项目内容和用户评价进行建模的基础上,本模型同时建模项目之间和用户兴趣之间两种不同角度的竞争关系,将基于二元特征的内容竞争关系推荐模型与基于竞争关系的协同过滤推荐模型组合生成单一的推荐结果,为用户进行推荐。该模型通过结合这两个具有互补性的模型的结果,缓解了两个模型中各自存在的过专一化问题、冷启动问题和数据稀疏问题。实验结果表明,该模型具有比单一模型更高的推荐准确度。在Netflix数据集上,RMSE指标下,该模型比基于二元特征的内容竞争关系推荐模型提高了13.8%,比基于竞争关系的协同过滤推荐模型提高了9.1%。
【学位授予单位】:北京邮电大学
【学位级别】:博士
【学位授予年份】:2014
【分类号】:TP391.3

手机知网App
【参考文献】
中国期刊全文数据库 前1条
1 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期
【共引文献】
中国期刊全文数据库 前10条
1 陈文;基于决策树的入侵检测的实现[J];安徽技术师范学院学报;2005年05期
2 彭莉芬;陈俊生;胡学钢;;基于粗糙集决策树算法的研究[J];安庆师范学院学报(自然科学版);2012年01期
3 赵玉鹏;;论机器学习[J];安阳工学院学报;2011年04期
4 孙雪;李昆仑;胡夕坤;赵瑞;;基于半监督K-means的K值全局寻优算法[J];北京交通大学学报;2009年06期
5 赵勇;刘凯;;数字挖掘方法在遥感分类中的应用研究[J];北京测绘;2009年03期
6 冀俊忠,沙志强,刘椿年,郎青;B2C电子商务站点中知识发现的研究[J];北京工业大学学报;2003年02期
7 沈奕,滑峰,刘椿年;基于GDT的对FOIL系统的改进[J];北京工业大学学报;2005年02期
8 朱青;刘宇辉;;一种面向领域的组件质量度量算法[J];北京工业大学学报;2007年01期
9 陈阳舟;黄旭;代桂平;;基于新的状态划分的多机器人围捕策略[J];北京工业大学学报;2010年08期
10 张瑞华;周延泉;王枞;李蕾;;移动终端离线浏览系统的新闻推荐服务研究[J];北京邮电大学学报;2006年06期
中国重要会议论文全文数据库 前10条
1 王茹;郭晓;曹雪珊;;国内视频网站精准投放技术分析[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
2 张敏;陆向艳;周敏;潘林琳;农冬冬;王彬彬;陈晓江;;数据挖掘在智能题库系统中的应用[A];广西计算机学会2004年学术年会论文集[C];2004年
3 李扬;陈超;祁麟;俞能海;;一种基于用户行为相似度的协同推荐算法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
4 赵琦;骆志刚;田文颖;李聪;丁凡;;一种基于负反馈信息的用户兴趣模型修正方法[A];中国通信学会第六届学术年会论文集(下)[C];2009年
5 马玉莲;王宇冬;王鑫;;基于解释的分类算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
6 杜琳;石慧;刘晓平;;一种基于Q学习的任务调度算法的改进研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
7 吴佳金;杨志豪;林原;林鸿飞;;基于改进Pairwise损失函数的排序学习方法[A];第六届全国信息检索学术会议论文集[C];2010年
8 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
9 罗辛;欧阳元新;熊璋;袁满;;通过相似度支持度优化基于K近邻的协同过滤算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
10 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
中国博士学位论文全文数据库 前10条
1 全惠敏;电能质量相关信号的S变换检测算法及应用研究[D];湖南大学;2010年
2 张宇;个性化移动内容服务的模型和支持技术研究[D];华中科技大学;2010年
3 高山;蛋白质点突变效果预测与突变数据库研究[D];南开大学;2010年
4 张寅;个性化技术及其在数字图书馆中应用的研究[D];浙江大学;2009年
5 陈伟;基于时序文本挖掘的新闻内容理解与推荐技术研究[D];浙江大学;2010年
6 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
7 林龙信;仿生水下机器人的增强学习控制方法研究[D];国防科学技术大学;2010年
8 杜伟;机器学习及数据挖掘在生物信息学中的应用研究[D];吉林大学;2011年
9 聂黎;基于基因表达式编程的车间动态调度方法研究[D];华中科技大学;2011年
10 靳延安;社会标签推荐技术与方法研究[D];华中科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
2 吴则则;支持动态演进的用户兴趣模型挖掘方法研究[D];山东科技大学;2010年
3 韩晓峰;高斯混合模型及在探测网络社区结构中的应用[D];山东科技大学;2010年
4 杨勇;基于SOA的浙江永康某小家电企业应用系统集成平台开发与应用[D];浙江理工大学;2010年
5 王利明;一种基于PMIPv6的智能辅助高效切换方案[D];郑州大学;2010年
6 左维松;规则和统计相结合的篇章情感倾向性分析研究[D];郑州大学;2010年
7 宋超臣;基于推荐网络的服务搜索技术研究[D];哈尔滨工程大学;2010年
8 何莹杰;个性化图书信息服务技术研究[D];哈尔滨工程大学;2010年
9 李媛;电子商务个性化推荐关键技术研究[D];哈尔滨工程大学;2010年
10 吴迪;高校毕业生就业推荐系统的设计与开发[D];大连理工大学;2010年
【相似文献】
中国期刊全文数据库 前10条
1 花青松;刘海峰;胡铮;;基于基尼系数的用户兴趣分布模式度量方法[J];计算机工程;2012年22期
2 欧洁;林守勋;刘桂林;;个性化智能信息提取中的用户兴趣发现[J];计算机科学;2001年03期
3 蒋学锋;;用户兴趣的结构和个性化服务的实现[J];计算技术与自动化;2005年04期
4 李钝;曹元大;张龙飞;;用户兴趣优化过滤方法研究[J];计算机工程;2006年20期
5 费洪晓;戴弋;穆珺;黄勤径;罗桂琼;;基于优化时间窗的用户兴趣漂移方法[J];计算机工程;2008年16期
6 韩立毛;鞠时光;羊晶璟;;基于用户兴趣的个性化模型研究[J];计算机与数字工程;2009年09期
7 茅琴娇;冯博琴;李燕;潘善亮;;一种基于概念格的用户兴趣预测方法[J];山东大学学报(工学版);2010年05期
8 蔡银珊;黄英铭;;基于用户兴趣建模中加权关键词的表示[J];广西民族师范学院学报;2010年05期
9 龚卫华;杨良怀;金蓉;丁维龙;;基于主题的用户兴趣域算法[J];通信学报;2011年01期
10 韩晓吉;刘凤鸣;;基于艾宾浩斯遗忘的用户兴趣模型更新机制[J];网络安全技术与应用;2012年07期
中国重要会议论文全文数据库 前7条
1 赵琦;骆志刚;田文颖;李聪;丁凡;;一种基于负反馈信息的用户兴趣模型修正方法[A];中国通信学会第六届学术年会论文集(下)[C];2009年
2 孙静;郭奇;张志强;冯建华;;一种基于面向领域检索系统的用户兴趣获取方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
3 孙铁利;教巍巍;;基于马尔科夫模型的用户兴趣导航模型系统(英文)[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
4 廖祝华;刘建勋;易爱平;;基于用户兴趣的Web服务发现[A];2006年全国开放式分布与并行计算机学术会议论文集(三)[C];2006年
5 李晓黎;史忠植;梁永全;刘福桃;;INTERNET网上一种识别用户兴趣的学习方法[A];第十六届全国数据库学术会议论文集[C];1999年
6 田萱;杜小勇;;基于SAM模型的用户兴趣表示研究[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
7 王勇;刘奕群;张敏;马少平;茹立云;;基于用户兴趣分析的网页生命周期建模(英文)[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
中国重要报纸全文数据库 前1条
1 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年
中国博士学位论文全文数据库 前8条
1 张召;在线论坛用户兴趣图谱发现与个性化信息推荐[D];华东师范大学;2012年
2 刘淇;基于用户兴趣建模的推荐方法及应用研究[D];中国科学技术大学;2013年
3 郭岩;网络日志中用户兴趣的挖掘及利用[D];中国科学院研究生院(计算技术研究所);2004年
4 吴丽辉;个性化的Web信息采集技术研究[D];中国科学院研究生院(计算技术研究所);2005年
5 谢兴;社会网络中兴趣发现与信息组织的研究[D];复旦大学;2011年
6 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年
7 陈浩;Web搜索的用户兴趣与智能优化研究[D];中南大学;2012年
8 姜邵巍;基于竞争关系的推荐技术研究[D];北京邮电大学;2014年
中国硕士学位论文全文数据库 前10条
1 冯子威;用户兴趣建模的研究[D];哈尔滨工业大学;2010年
2 王宇;基于搜索历史的用户兴趣建模[D];复旦大学;2011年
3 曹源;基于用户兴趣的科研社会网络研究与实现[D];国防科学技术大学;2008年
4 闫树奎;面向移动网络新闻的用户兴趣提取系统的设计与实现[D];北京邮电大学;2012年
5 郝水龙;面向个性化服务的用户兴趣模型表示及更新研究[D];合肥工业大学;2012年
6 苏雪阳;基于本体的网络用户兴趣挖掘[D];吉林大学;2014年
7 王楠;基于用户兴趣的虚拟会展平台研究[D];浙江大学;2008年
8 宫玲玲;面向个性化推荐的用户兴趣建模技术研究[D];山东师范大学;2013年
9 王丹;基于用户兴趣的个性化信息检索分析与研究[D];江西理工大学;2010年
10 商胜;基于Web挖掘的用户个性化推荐的研究及实现[D];北京邮电大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026