收藏本站
《天津理工大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于聚类与神经网络的协同过滤推荐系统关键技术的研究

薛花  
【摘要】:由于大数据时代的到来,网络信息资源呈爆炸式增长,不仅造成了用户很难找到有用的信息,而且加重了信息过载的现象,这种现象推动了推荐技术的发展。不难看出,推荐系统是改善上述问题的有效措施之一。到目前,协同过滤的推荐算法仍然是应用最多的推荐算法之一。协同过滤的推荐算法主要是先通过用户的相似度找到目标用户的近邻集,然后将近邻集中用户偏好的前n个项目推荐给对应的目标用户。虽然该技术在推荐系统中取得了很好的应用和成功,但是也存在一些问题,主要包括冷启动问题、数据稀疏性问题、时间因素问题和推荐精度问题。本文是以如何改善上述问题为中心展开的研究,主要分为两部分进行研究:首先,为了改善传统协同过滤推荐算法中存在的用户冷启动问题、数据稀疏性问题和时间因素问题,本文提出一种融合时间因素的用户偏好和距离加权的聚类算法,可以使推荐结果更加符合用户的爱好,从而提升用户的满意度。本文通过引入用户基本的客观特征来缓解用户冷启动问题;关于稀疏性问题的改善主要是通过引入项目类型特征,即将项目特征引入到用户-项目评分矩阵来得到小维数的用户-项目属性总评分矩阵;使用TF-IDF算法构建用户-项目属性偏好矩阵时也引入了项目特征,同时考虑用户兴趣随时间漂移对用户偏好的影响;基于上述的三个矩阵,计算加权后的欧氏距离,然后利用K-Means算法进行聚类,并在经过大量相关计算后进行推荐。其次,基于评级预测模型的推荐系统没有考虑时间背景、用户的不同类别行为等问题。过去的用户行为分析中主要考虑了用户的主观评分行为,并未同时考虑用户客观行为、基于时间的用户偏好行为以及当下流行元素的行为。因此在本文中,提出了一个新模型CNN-BP来预测用户的下一个观看行为。本文中先是使用了卷积神经网络CNN来对上述提到的四种行为序列进行分析,得到用户对于未观看项目的四种基本概率。然后使用逆向传播神经网络BP计算最终的概率,并选取最终概率高的前N项进行推荐。CNN-BP模型很好的解决了上述问题和推荐精度的问题。本文是以电影的推荐为例,在MovieLens数据集上进行了对比实验,实验结果证明了本文所提出来的算法具有更好的推荐质量和性能。
【学位授予单位】:天津理工大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP391.3;TP183

【相似文献】
中国期刊全文数据库 前10条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期
3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
4 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
5 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
6 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
7 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
8 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
9 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
10 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
2 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
3 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
4 ;神经网络小史[N];电子报;2018年
5 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
6 ;人工智能将取得大面积突破[N];中国企业报;2017年
7 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
8 ;人类正迎来云端机器人时代[N];中国企业报;2017年
9 张斌;谁还需要“同传”[N];文汇报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
中国博士学位论文全文数据库 前10条
1 陈冬冬;基于深度神经网络的视觉媒体风格转换方法研究[D];中国科学技术大学;2019年
2 韩旭;基于神经网络的文本特征表示关键技术研究[D];北京邮电大学;2019年
3 杨国花;基于级联神经网络的对话状态追踪技术研究与实现[D];北京邮电大学;2019年
4 刘梅;网络系统的稳定和同步行为研究[D];新疆大学;2017年
5 靳然;基于神经网络和支持向量机的麦蚜发生动态预测研究[D];山西农业大学;2017年
6 李骁;基于深度卷积神经网络MSCT对小肾肿瘤病理分型的预测研究[D];中国人民解放军海军军医大学;2018年
7 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
8 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
9 李一鸣;结合知识和神经网络的文本表示方法的研究[D];浙江大学;2018年
10 李扬;面向图像目标识别和检测的深度神经网络关键技术研究[D];北京邮电大学;2018年
中国硕士学位论文全文数据库 前10条
1 权峻;太阳能温室建模及智能控制策略研究[D];天津理工大学;2019年
2 钟文雅;基于深度卷积神经网络的乳腺X线图像的分类方法研究[D];南阳师范学院;2019年
3 薛花;基于聚类与神经网络的协同过滤推荐系统关键技术的研究[D];天津理工大学;2019年
4 张璐;基于深度学习的淋巴结自动分割算法研究[D];浙江大学;2019年
5 郭盼盼;基于GA-BP神经网络的多日股票价格预测[D];郑州大学;2019年
6 王旭东;基于光散射的磷矿磨矿粒度分析方法研究[D];武汉工程大学;2018年
7 熊雨点;基于深度学习的表单识别系统的研究与实现[D];武汉工程大学;2018年
8 聂若莹;基于AMDAR数据的对流云附近颠簸区预测方法研究[D];中国民用航空飞行学院;2019年
9 李高玲;基于神经网络的算法作曲与情感识别研究[D];郑州大学;2019年
10 路高飞;基于遗传算法改进BP神经网络的信用风险研究[D];郑州大学;2019年
中国知网广告投放
 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