收藏本站
《天津大学》 2009年
收藏 | 手机打开
二维码
手机客户端打开本文

基于协同过滤技术的推荐方法研究

郁雪  
【摘要】: 随着网络与信息技术的飞速发展,互联网为用户提供越来越多的信息和服务,Web用户面临的信息超载问题日趋严重。面对海量的网络资源,推荐系统能够及时跟踪用户的需求变化来自动调整信息服务的方式和内容,是一种极具潜力的解决信息超载的个性化服务技术。协同过滤技术是推荐系统中最广泛使用和最成功的技术之一,在理论研究和实践中都取得了快速的发展。但是随着用户数量和系统规模的不断扩大,协同过滤推荐技术将面临严重的数据稀疏性、超高维、冷启动和实时推荐等方面的挑战。本文针对这些问题,应用统计学和数据挖掘理论与方法,定义了新的相似性度量方法,提出了更为有效的协同过滤推荐算法,给出了电子政务信息推荐系统的体系结构设计,并对多种推荐策略做了详细的探讨。主要研究成果如下: 1)详细分析了协同过滤技术中数据稀疏性问题,针对传统相似性度量会导致预测误差的问题,提出了一种新的混合协同过滤推荐算法框架。新算法首先引入新的相似性度量方法,利用站点的概念层次结构,综合考虑页面之间的主题相似性。然后在新相似度的基础上通过基于项目的协同过滤方法预测原始兴趣矩阵的空白评分项,缓解矩阵的稀疏性,最后在平滑后的矩阵上为用户产生推荐。实验对真实Log日志数据进行了测试,结果证明了该算法在提高推荐质量方面的有效性。 2)深入研究了推荐系统中原始评分矩阵的超高维特性,提出了一种基于局部主成分分析(Local Principle Component Analysis)的协同过滤推荐方法,该算法首先根据站点的领域知识对网页进行按主题分类,使同一主题的页面具有较强的内容相关性,然后每类页面分别进行主成分变换,实现数据的降维预处理。对每类主题页面设置用户的兴趣阈值,算法实现了从用户和项目的角度分别进行降维处理,最后的实验结果显示了基于局部主成分分析的降维方法可以显著的提高预测精度,但对训练数据集的稠密性具有较高的要求。 3)针对推荐系统中实时性和推荐质量不能同时兼顾的问题,提出了一种使用维数约简和聚类技术的混合推荐算法。该算法首先对高维的原始评分矩阵进行全局降维,在低维空间上使用聚类技术缩小目标用户的最近邻搜索空间,使推荐算法的在线计算量大大减少,算法对标准数据集和真实数据都进行了实验测试,结果表明在改善实时推荐效率的同时,算法也具有较高的评分预测精度,并且不同的数据集对推荐结果的影响也是比较明显的。 4)针对目前电子政务系统中个性化信息服务的需求,提出了一种面向公众的信息推荐服务模型,设计了个性化推荐系统的体系结构,探讨了其主要功能模块和实现的核心技术,并且根据目前电子政务门户网站的数据特点和服务对象采用了多种推荐策略,能够有效的满足不同情况下的推荐需求。
【学位授予单位】:天津大学
【学位级别】:博士
【学位授予年份】:2009
【分类号】:TP311.52

【引证文献】
中国期刊全文数据库 前5条
1 阴桂梅;刘耀军;;学习资源网络模型构建及资源推荐策略设计[J];太原师范学院学报(自然科学版);2012年01期
2 史玉珍;郑浩;;基于协同过滤技术的个性化推荐系统研究[J];电子设计工程;2012年11期
3 杨永权;;基于协同过滤技术的个性化图书推荐系统研究[J];河南图书馆学刊;2014年06期
4 归伟夏;刘一帝;陈华;李清健;;基于Hadoop协同过滤的电商数据推荐研究[J];软件导刊;2015年10期
5 郭禹;田永红;;基于用户分类的协同过滤算法在图书推荐中的研究[J];内蒙古农业大学学报(自然科学版);2016年04期
中国博士学位论文全文数据库 前3条
1 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
2 尹航;信息推荐系统中的协同过滤技术研究[D];东北大学;2012年
3 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
中国硕士学位论文全文数据库 前10条
1 杨露;基于协同过滤算法的鹤岗师专多媒体教学系统设计与实现[D];吉林大学;2016年
2 叶兰平;改进型协同过滤推荐算法研究[D];安徽大学;2016年
3 李灿;基于Hadoop的并行化协同过滤推荐算法研究[D];西北农林科技大学;2016年
4 石教开;面向稀疏数据的个性化推荐技术研究[D];西南大学;2016年
5 杨若玉;协同过滤算法在个性化推荐系统中的研究[D];兰州交通大学;2016年
6 刘鑫峰;基于Web数据挖掘的个性化推荐系统研究[D];长春工业大学;2016年
7 曾亚飞;基于Elasticsearch的分布式智能搜索引擎的研究与实现[D];重庆大学;2016年
8 牛东攀;基于用户细分及组合相似度的个性化推荐算法的研究与实现[D];长春工业大学;2016年
9 王雪;协同过滤推荐算法的改进研究[D];辽宁科技大学;2016年
10 李春荣;基于超图的个性化电影推荐[D];西北大学;2015年
【参考文献】
中国期刊全文数据库 前10条
1 段其宪,宋锡荣,陈艳春;Internet网上个性化信息服务研究[J];情报科学;2002年12期
2 冯翱,刘斌,卢增祥,路海明,王普,李衍达;Open Bookmark——基于Agent的信息过滤系统[J];清华大学学报(自然科学版);2001年03期
3 梁邦勇,李涓子,王克宏;基于语义Web的网页推荐模型[J];清华大学学报(自然科学版);2004年09期
4 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期
5 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期
6 施建生,伍卫国,陆丽娜;Web日志挖掘中一种事务识别方法的改进[J];小型微型计算机系统;2002年01期
7 邓爱林,左子叶,朱扬勇;基于项目聚类的协同过滤推荐算法[J];小型微型计算机系统;2004年09期
8 杨武剑,王泽兵,冯雁,武新玲;网站个性化服务的研究[J];浙江大学学报(工学版);2003年03期
9 柳新华;开发利用政务信息资源[J];中国行政管理;2003年08期
10 余力,刘鲁;电子商务个性化推荐研究[J];计算机集成制造系统;2004年10期
中国博士学位论文全文数据库 前6条
1 周斌;面向公众服务的电子政务研究[D];同济大学;2007年
2 冯永;基于计算智能的聚类技术及其应用研究[D];重庆大学;2006年
3 曹渝昆;基于神经网络和模糊逻辑的智能推荐系统研究[D];重庆大学;2006年
4 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
5 陈福集;电子政务系统中面向公众的信息集成化管理与个性化服务研究[D];合肥工业大学;2004年
6 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
中国硕士学位论文全文数据库 前3条
1 蒋兴龙;电子政务个性化服务体系结构研究[D];电子科技大学;2006年
2 曲义飞;基于Web使用挖掘的用户消费模式发现研究[D];大连理工大学;2006年
3 陈华月;基于加权关联规则和浏览行为的个性化推荐[D];重庆大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 黄晓斌,夏明春;网络信息过滤的成本效益分析[J];情报科学;2003年11期
2 王娜;信息过滤技术在基于Web的个性化定制服务中的应用[J];情报杂志;2004年04期
3 郭海明,王继良;论网络信息营销[J];情报杂志;2004年10期
4 曾春,邢春晓,周立柱;基于内容过滤的个性化搜索算法[J];软件学报;2003年05期
5 郭琳;基于知识管理的数字图书馆个性化服务机制研究[J];四川图书馆学报;2004年05期
6 张琦琪,陈俊杰;结合站点拓扑结构的页面视图分析[J];太原理工大学学报;2004年04期
7 黄国景,崔志明;基于Ontology的个性化元搜索引擎研究[J];微电子学与计算机;2004年12期
8 张素娟;谈网络环境下图书馆的个性化信息服务[J];现代情报;2003年11期
9 黄晓斌,夏明春,叶楚璇;数字图书馆信息过滤系统初探[J];现代图书情报技术;2004年06期
10 应峻,莫梅琦,徐一新;数字图书馆的个性化信息服务[J];中华医学图书情报杂志;2004年03期
中国博士学位论文全文数据库 前10条
1 周魏;推荐系统中基于目标项目分析的托攻击检测研究[D];重庆大学;2015年
2 梁庆中;混合云平台上多目标任务调度算法研究[D];中国地质大学;2015年
3 徐越;网络生态视角下电子商务业态发展研究[D];吉林大学;2014年
4 邓文红;基于知识管理的办公系统智能化研究[D];西南交通大学;2014年
5 冷亚军;协同过滤技术及其在推荐系统中的应用研究[D];合肥工业大学;2013年
6 尹鹏程;土地管理业务全要素关键领域模型构建与应用[D];中国矿业大学;2012年
7 尹航;信息推荐系统中的协同过滤技术研究[D];东北大学;2012年
8 谢琪;基于协同过滤与QoS的个性化Web服务推荐研究[D];重庆大学;2012年
9 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
10 任磊;推荐系统关键技术研究[D];华东师范大学;2012年
中国硕士学位论文全文数据库 前10条
1 余欢;基于移动互联网的个性化医疗信息服务技术研究[D];电子科技大学;2016年
2 肖畅;基于融合模型的互联网保险推荐系统研究[D];华南理工大学;2015年
3 罗培;移动购物导购关键技术的研究与系统实现[D];西南交通大学;2015年
4 杜爱玲;基于混合推荐算法的微博网络广告推荐研究[D];中国海洋大学;2014年
5 桂绍武;一个文档推荐系统的设计与实现[D];华中科技大学;2014年
6 李浩东;电子政务背景下的县域公共服务创新研究[D];华中师范大学;2013年
7 王建梅;基于电子政务环境下的政府信息公开[D];山东大学;2013年
8 荣臻;基于用户浏览兴趣的Web日志聚类研究[D];西南大学;2013年
9 兰慧;基于消费行为的电信套餐推荐模型研究[D];电子科技大学;2013年
10 季承;个性化推荐搜索引擎的设计与实现[D];电子科技大学;2012年
【同被引文献】
中国期刊全文数据库 前10条
1 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期
2 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期
3 李玮平;基于数据挖掘的图书馆读者需求分析[J];图书馆论坛;2004年03期
4 张光卫;李德毅;李鹏;康建初;陈桂生;;基于云模型的协同过滤推荐算法[J];软件学报;2007年10期
5 余胜泉,毛芳;非正式学习——e-Learning研究与实践的新领域[J];电化教育研究;2005年10期
6 谢芳;王波;;基于关联规则个性化推荐的改进算法[J];计算机应用;2006年S2期
7 王辉;高利军;王听忠;;个性化服务中基于用户聚类的协同过滤推荐[J];计算机应用;2007年05期
8 吴颜;沈洁;顾天竺;陈晓红;李慧;张舒;;协同过滤推荐系统中数据稀疏问题的解决[J];计算机应用研究;2007年06期
9 赵超超;;基于用户和基于项目结合的个性化推荐算法[J];内蒙古农业大学学报(社会科学版);2007年06期
10 王路漫;潘春华;林文清;;多维关联规则算法在数字图书馆中的应用[J];内蒙古师范大学学报(自然科学汉文版);2008年02期
中国博士学位论文全文数据库 前9条
1 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年
2 宗瑜;聚类质量改进方法的研究[D];大连理工大学;2010年
3 郁雪;基于协同过滤技术的推荐方法研究[D];天津大学;2009年
4 张亮;推荐系统中协同过滤算法若干问题的研究[D];北京邮电大学;2009年
5 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年
6 史旻昱;基于RSS的个性化网络广告推荐系统研究[D];华中科技大学;2008年
7 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年
8 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
9 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
中国硕士学位论文全文数据库 前10条
1 单京晶;基于内容的个性化推荐系统研究[D];东北师范大学;2015年
2 马海志;BP神经网络的改进研究及应用[D];东北农业大学;2015年
3 陈超;基于局部优化选择的协同过滤推荐算法研究[D];安徽大学;2015年
4 柴华;基于协同过滤和内容过滤的混合广告推荐技术的研究[D];北京邮电大学;2015年
5 房璐璐;基于大数据分析的推荐系统研究[D];北京邮电大学;2015年
6 姚婷;基于协同过滤算法的个性化推荐研究[D];北京理工大学;2015年
7 潘燕红;基于Hadoop平台和Mahout框架的推荐系统研究与实现[D];浙江大学;2015年
8 孙建凯;面向排序的个性化推荐算法研究与实现[D];山东大学;2014年
9 李海霞;基于蚁群聚类的电子商务个性化推荐算法研究[D];山东师范大学;2014年
10 王倩;基于K-means与复杂网络的商品推荐[D];河北大学;2014年
【二级引证文献】
中国期刊全文数据库 前6条
1 曾斯炎;周锦;黄国华;;基于词频-逆文本频率和社区划分的图书推荐算法[J];邵阳学院学报(自然科学版);2017年02期
2 田磊;任国恒;王伟;;基于聚类优化的协同过滤个性化图书推荐[J];图书馆学研究;2017年08期
3 马莉;;基于信任机制的在线学习协同过滤推荐方法研究[J];电脑知识与技术;2017年03期
4 刘佳璐;周传生;;基于Hadoop分布式个性化推荐算法的设计与实现[J];黑龙江科技信息;2017年01期
5 卢军;李哲;黄一杰;焦利涛;;一种基于协同过滤与语义分析的个性化网络广告投放方法研究[J];现代电子技术;2016年19期
6 虞得贤;李强;王锦涛;;校园社交平台中标签系统的研究[J];无线互联科技;2016年13期
中国博士学位论文全文数据库 前10条
1 李娜;基于垂直搜索引擎的农业信息推荐关键技术研究[D];沈阳农业大学;2016年
2 钱付兰;基于商空间模型的协同过滤推荐算法研究[D];安徽大学;2016年
3 赵继春;农民现代远程教育个性化学习关键技术研究[D];中国农业科学院;2016年
4 王智谨;基于用户分解和社交融合的推荐算法研究[D];华东师范大学;2016年
5 卢琦蓓;面向电商平台客户持续购买问题的情境化推荐模型研究[D];浙江工商大学;2016年
6 程殿虎;基于协同过滤的社会网络推荐系统关键技术研究[D];中国海洋大学;2015年
7 陈端端;媒介演化与艺术传播[D];东南大学;2015年
8 赵向宇;Top-N协同过滤推荐技术研究[D];北京理工大学;2014年
9 赵凌云;面向服务的消费者行为分析及推荐模型研究[D];山东师范大学;2014年
10 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
中国硕士学位论文全文数据库 前1条
1 邵春昌;基于图理论的信息网络模型研究[D];中央民族大学;2016年
【二级参考文献】
中国期刊全文数据库 前8条
1 胡昌平,吴叶葵;基于三层Agent的个性化主动服务系统的探索[J];情报科学;2001年04期
2 张玉峰,晏创业;基于Agent的个性化信息服务模型研究[J];情报学报;2001年05期
3 丁浩,林云;Internet上的个性化信息服务[J];软件世界;2000年03期
4 申瑞民,舒蓓,张同珍;个性化数字服务模型[J];微电子学与计算机;2001年01期
5 张晓林,袁莉,杨峰,黄影,黄学军;基于Web的个性化信息服务机制[J];现代图书情报技术;2001年01期
6 赵亮,胡乃静,张守志;个性化推荐算法设计[J];计算机研究与发展;2002年08期
7 徐剑军;梁邦勇;李涓子;王克宏;;基于本体的智能Web服务[J];计算机科学;2002年12期
8 王实,高文,李锦涛;基于分类方法的Web站点实时个性化推荐[J];计算机学报;2002年08期
中国博士学位论文全文数据库 前2条
1 钟将;基于人工免疫的入侵分析技术研究[D];重庆大学;2005年
2 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
中国硕士学位论文全文数据库 前1条
1 李晓;Web挖掘技术[D];河海大学;2001年
【相似文献】
中国期刊全文数据库 前10条
1 田伟;彭玉青;;基于电子商务应用的协同过滤技术改进综述[J];计算机工程与科学;2008年10期
2 唐晓玲;;基于本体和协同过滤技术的推荐系统研究[J];情报科学;2013年12期
3 丁超;;个性推荐系统中协同过滤技术的优化及应用[J];科技信息;2010年04期
4 王永固;邱飞岳;赵建龙;刘晖;;基于协同过滤技术的学习资源个性化推荐研究[J];远程教育杂志;2011年03期
5 姜雅倩;王直杰;张珏;;基于供求关系及协同过滤技术的推荐模型研究[J];计算机技术与发展;2007年06期
6 布海乔;高媛;;基于协同过滤技术的电子商务推荐系统[J];电子制作;2013年17期
7 张富国;;基于协同过滤技术的电子商务推荐系统初探[J];科技广场;2006年08期
8 任建华;汪赫瑜;;协同过滤技术在社会性网络服务的应用[J];中国新通信;2007年17期
9 杨莉云;;协同过滤技术中相似度计算问题研究[J];福建电脑;2010年06期
10 孙歆;王永固;邱飞岳;;基于协同过滤技术的在线学习资源个性化推荐系统研究[J];中国远程教育;2012年08期
中国博士学位论文全文数据库 前2条
1 冷亚军;协同过滤技术及其在推荐系统中的应用研究[D];合肥工业大学;2013年
2 郁雪;基于协同过滤技术的推荐方法研究[D];天津大学;2009年
中国硕士学位论文全文数据库 前10条
1 王晓丽;基于协同过滤技术的个性化推荐研究[D];电子科技大学;2014年
2 林琬珍;基于协同过滤技术的旅游景点推荐系统的设计与实现[D];辽宁大学;2016年
3 赵云;云环境下针对企业营销的个性化智能推荐研究[D];浙江理工大学;2017年
4 杨叶坤;协同过滤技术在个性化资源推荐中的应用研究[D];大连海事大学;2011年
5 谌彦妮;基于用户—项目的混合协同过滤技术的应用研究[D];江西师范大学;2011年
6 宋真真;协同过滤技术在个性化推荐中的应用研究[D];合肥工业大学;2008年
7 杨智奇;协同过滤技术在电子商务个性化推荐系统中的研究与应用[D];电子科技大学;2009年
8 杜英;基于协同过滤技术的个性化推荐系统研究[D];天津师范大学;2012年
9 张恒玮;基于协同过滤技术的电子商务推荐系统的研究与实现[D];华北电力大学;2012年
10 杨永权;基于协同过滤技术的图书推荐系统研究[D];华南理工大学;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