收藏本站
《辽宁大学》 2015年
收藏 | 手机打开
二维码
手机客户端打开本文

基于多属性评分的协同过滤推荐算法研究

杜文刚  
【摘要】:随着互联网和电子商务技术的不断发展,互联网上的信息资源成倍的增长,海量信息呈现在人们面前,用户很难从中有效快速的找到自己所需的资源,产生了“信息过载”的现象。为了处理这种情况,个性化推荐系统应运而生,这些个性化推荐系统不仅帮助用户找到所需资源,提高资源的利用率,而且为服务提供商带来更好的用户体验和商业契机。在当今大数据时代,个性化推荐技术被普遍认为是电子商务领域必不可少的服务技术。在个性化推荐服务领域中,协同过滤推荐算法是应用最广泛和最成功的技术,它的主要思想就是根据用户的历史评分相似性,依据最近邻居喜好的项目,向目标用户推荐预测项目。但协同过滤推荐算法在得到广泛应用的同时,也发现了一些缺陷,例如数据稀疏、冷启动、推荐准确性低、缺乏信任等问题。本文通过对协同过滤推荐算法深入分析,针对协同过滤推荐算法中存在的推荐准确性不高、用户评分缺乏信任两方面的问题进行了改进,提出了基于多属性评分的协同过滤推荐算法。首先,由于传统协同过滤推荐算法都是单一总体评分,缺少对用户兴趣偏好的多方面了解,从而导致推荐不够准确。本文引入了项目多属性评分,并利用信息论中的信息熵对用户的属性评分变化幅度进行分析,根据属性评分变化幅度的高低来决定用户自身历史评分与邻居用户推荐评分所占的比重,之后根据两者的综合评分来决定项目各属性的评分。最后以项目各属性的评分来计算用户对项目的总体评分,这样就解决了单一评分对用户考察不全面的缺点。针对恶意用户攻击的信任问题,本文利用用户评分的偏离度和每对用户共同评分项目数来考量用户之间的信任度,将邻居用户中评分信任度较低的用户筛选出去,从而将恶意用户隔离到推荐邻居集之外,确保推荐准确、可信。最后,本文以当前公认的推荐系统评价方法为标准,进行实验验证,实验结果表明本文所提算法切实可行,无论在推荐准确度还是可信度上都优于传统协同过滤推荐算法。
【学位授予单位】:辽宁大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.3

手机知网App
【参考文献】
中国期刊全文数据库 前9条
1 王国霞;刘贺平;;个性化推荐系统综述[J];计算机工程与应用;2012年07期
2 余小鹏;;一种基于多层关联规则的推荐算法研究[J];计算机应用;2007年06期
3 陈志敏;李志强;;基于用户特征和项目属性的协同过滤推荐算法[J];计算机应用;2011年07期
4 张姗姗;;信息熵的性质及应用[J];科技信息;2011年14期
5 杨兴耀;于炯;吐尔根·依布拉音;钱育蓉;孙华;;考虑项目属性的协同过滤推荐模型[J];计算机应用;2013年11期
6 龙宇;童向荣;;结合信任的推荐系统的性质[J];计算机应用;2014年01期
7 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
8 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
9 黄国言;李有超;高建培;常旭亮;;基于项目属性的用户聚类协同过滤推荐算法[J];计算机工程与设计;2010年05期
【共引文献】
中国期刊全文数据库 前10条
1 高灵渲;张巍;霍颖翔;滕少华;;改进的聚类模式过滤推荐算法[J];江西师范大学学报(自然科学版);2012年01期
2 纪良浩;;协作过滤信息推荐技术研究[J];重庆邮电大学学报(自然科学版);2012年01期
3 蔡晓霞;;数据挖掘技术在图书馆中的应用[J];长春师范学院学报;2011年04期
4 许建潮;王红梅;;改进的协同过滤算法[J];吉林大学学报(信息科学版);2008年01期
5 陈燕;牟向伟;;语义环境下个性化推荐系统建模[J];吉林大学学报(信息科学版);2010年06期
6 辛勤芳;;基于项目聚类的协同过滤算法研究[J];赤峰学院学报(自然科学版);2011年09期
7 牟乃夏;刘文宝;张灵先;孙翠羽;;空间信息服务的个性化问题[J];测绘科学;2011年03期
8 ;火锅店稳定高速成长的定位地图——基于海底捞火锅店的案例研究[J];中国零售研究;2010年01期
9 谭振华;王贺;程维;常桂然;;基于通信历史相关性的P2P网络分布式信任模型[J];东北大学学报(自然科学版);2009年09期
10 赵晓煜;黄小原;曹忠鹏;;基于顾客交易数据的协同过滤推荐方法[J];东北大学学报(自然科学版);2009年12期
中国重要会议论文全文数据库 前10条
1 高琪;辛乐;;基于用户偏好度模型和情感计算的产品推荐算法[A];第二十九届中国控制会议论文集[C];2010年
2 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
3 王茜;张卫星;;基于分类树相似度加权的协同过滤算法[A];2008年计算机应用技术交流会论文集[C];2008年
4 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
5 ;An Analysis on the Personalized Recommendation Architecture of Mobile Commerce Application[A];第六届(2011)中国管理学年会——管理科学与工程分会场论文集[C];2011年
6 庞秀丽;冯玉强;姜维;;电子商务个性化文档推荐技术研究[A];第十届中国管理科学学术年会论文集[C];2008年
7 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
8 汤显;郭景峰;高英飞;;基于类别相似性的增量协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
9 李雪;左万利;赫枫龄;王英;;传统Item-Based协同过滤推荐算法改进[A];第26届中国数据库学术会议论文集(B辑)[C];2009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 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
2 蔺源;基于用户行为的网格资源发现相关问题研究[D];北京交通大学;2011年
3 胡慕海;面向动态情境的信息推荐方法及系统研究[D];华中科技大学;2011年
4 叶红云;面向金融营销问题的个性化推荐方法研究[D];合肥工业大学;2011年
5 刘润然;复杂网络上的几种动力学过程研究[D];中国科学技术大学;2011年
6 马春山;移动增值业务的个性化推荐研究[D];北京邮电大学;2011年
7 黄永生;基于用户社会属性的点对点内容分发网络模型研究[D];北京邮电大学;2010年
8 冯景瑜;开放式P2P网络环境下的信任管理技术研究[D];西安电子科技大学;2011年
9 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
10 胡慕海;面向动动情境的信息推荐方法及系统研究[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 蔡宏果;基于基因表达式编程的Web个性化推荐技术研究[D];广西师范学院;2010年
2 蔡浩;基于Web使用挖掘的协同过滤推荐算法研究[D];浙江理工大学;2010年
3 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
4 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
5 刘佳荟;基于信任度量的网构软件动态演化研究[D];哈尔滨工程大学;2010年
6 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
7 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
8 庞军;双聚类算法及其在协同过滤中的应用研究[D];大连理工大学;2010年
9 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
10 潘拓宇;融入用户行为上下文的个性化推荐模型[D];湘潭大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 田晓珍;尚冬娟;;Web的个性化服务[J];重庆工学院学报(自然科学版);2008年07期
2 李勇,徐振宁,张维明;Internet个性化信息服务研究综述[J];计算机工程与应用;2002年19期
3 李宝林;兰芸;张翼英;;基于动态遗传算法的用户模型进化研究[J];计算机工程与应用;2006年14期
4 陈君;唐雁;;基于Web社会网络的个性化Web信息推荐模型[J];计算机科学;2006年04期
5 余力;董斯维;郭斌;;电子商务推荐攻击研究[J];计算机科学;2007年05期
6 王茜;王均波;;一种改进的协同过滤推荐算法[J];计算机科学;2010年06期
7 范波;程久军;;用户间多相似度协同过滤推荐算法[J];计算机科学;2012年01期
8 徐斌,刘赛,康立山,郑刚;基于遗传算法的信息检索技术[J];计算机工程;2004年09期
9 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[J];计算机学报;2010年08期
10 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[J];计算机学报;2010年08期
中国博士学位论文全文数据库 前2条
1 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
2 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
中国硕士学位论文全文数据库 前4条
1 董文远;基于混合过滤的推荐系统开发研究[D];吉林大学;2011年
2 张娜;电子商务环境下的个性化信息推荐服务及应用研究[D];合肥工业大学;2007年
3 刘庆华;个性化推荐技术及其在电子商务中的应用[D];南昌大学;2007年
4 陈婷;基于隐私保护的个性化推荐系统的研究与实现[D];复旦大学;2008年
【相似文献】
中国期刊全文数据库 前10条
1 张付志;张启凤;;融合多系统用户信息的协同过滤算法[J];计算机工程;2009年21期
2 周丽娟;徐明升;张研研;张璋;;基于协同过滤的课程推荐模型[J];计算机应用研究;2010年04期
3 刘淇;陈恩红;;结合二部图投影与排序的协同过滤[J];小型微型计算机系统;2010年05期
4 董全德;;基于双信息源的协同过滤算法研究[J];合肥工业大学学报(自然科学版);2010年07期
5 李聪;;电子商务协同过滤可扩展性研究综述[J];现代图书情报技术;2010年11期
6 傅鹤岗;李冉;;基于用户实时反馈的协同过滤算法[J];计算机应用;2011年07期
7 辛勤芳;;基于项目聚类的协同过滤算法研究[J];赤峰学院学报(自然科学版);2011年09期
8 杨君;汪会玲;艾丹祥;;一种基于情景的多维协同过滤新方法研究[J];图书情报工作;2011年21期
9 王宗武;;基于信任用户联合聚类的协同过滤算法[J];计算机与现代化;2013年09期
10 杜永萍;黄亮;何明;;融合信任计算的协同过滤推荐方法[J];模式识别与人工智能;2014年05期
中国重要会议论文全文数据库 前10条
1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
2 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
3 董全德;;基于双信息源的协同过滤算法研究[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
4 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
5 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
6 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[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
7 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
8 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
9 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
10 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
中国博士学位论文全文数据库 前10条
1 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
2 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
3 罗恒;基于协同过滤视角的受限玻尔兹曼机研究[D];上海交通大学;2011年
4 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
5 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
6 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
7 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年
8 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
9 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
10 赵向宇;Top-N协同过滤推荐技术研究[D];北京理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 胡淼;基于协同过滤的服务评价方法的研究[D];哈尔滨工程大学;2008年
2 赵伟;基于评分预测和概率融合的协同过滤研究[D];河南大学;2007年
3 彭玉;基于用户个人特征的多内容项目协同过滤推荐[D];西南大学;2007年
4 李冉;基于用户实时反馈的协同过滤算法研究[D];重庆大学;2011年
5 孙凯;协同过滤移动社区的研究与实现[D];北京邮电大学;2012年
6 全智超;基于用户性格的协同过滤推荐研究[D];首都师范大学;2014年
7 张亮;基于协同过滤与划分聚类的推荐算法研究[D];吉林大学;2014年
8 白龙;融合数据检测与用户信任的协同过滤算法研究[D];燕山大学;2010年
9 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
10 况亚萍;云计算技术在协同过滤推荐中的应用研究[D];中国科学技术大学;2014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