收藏本站
《大连理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于相关度和关联属性偏好的个性化推荐算法研究

刘继庆  
【摘要】:互联网发展已产生大量的可用的信息并且让消费者有诸多选择。个性化推荐系统的帮助用户从大量信息中挑选感兴趣的信息。利用用户对资源的评价来计算用户之间的相似性,然后利用相似用户对资源的评价来预测当前用户对资源的喜好程度。在现实生活中,人们经常会根据身边的人的推荐选择商品或电影。基于这一思想,协同过滤被用于网络信息服务中,利用有相似爱好的邻居对某一项的评价对目标作推荐。目前协同过滤算法已广泛应用在书籍、电影、音乐等各种网上推荐系统。Group lens、Ringo Amazon等用的都是此类推荐。 本文先利用基于协同的方法,从评分的角度做了两点改进。首先,随着用户数量增多,传统推荐算法复杂度变大,推荐实时性受到严重影响。因此我们采用云模型思想,先找出与目标用户云特征相似用户,减少了邻居的搜索范围,提高了推荐效率。其次,传统算法中,评分数据的稀疏,共同评分项数目的稀少使用户间相似性计算缺乏可信性。针对此问题,提出相关度的概念,在找邻居之前,先找到与目标有一定数量的共同评分项的用户,再次缩小了搜索范围。从而保证了用户间一定的相关性,使求得的用户间相似性具备更高的可信性。实验结果表明,该方法不仅提高了推荐效率,同时具有较高的推荐精度。 其次,利用基于内容的方法,从用户偏好角度对传统方法做了两点改进。首先,传统方法定性的分析用户偏好。对此,我们做了改进,将用户评价过的电影按评分更具体的分类,作为用户的偏好模型。根据待测项属性利用贝叶斯概率计算其在各类的隶属,结合各类对应评分,定量的分析用户对项目的偏好。其次,传统方法将项目属性做独立研究,分析用户是否喜欢该属性,而现实中人对项目属性的喜爱存在一定关联性,如用户喜欢同时具有科幻和爱情属性的电影。基于此我们研究了用户对两属性的偏好,以此预测关联属性偏好(AP)评分。考虑影响用户评分的多因素性,单纯依靠偏好较难准确预测真实评分。我们同时考虑了共众评分的影响,将关AP评分和公众评分加权预测最终评分。
【学位授予单位】:大连理工大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP391.3

【引证文献】
中国硕士学位论文全文数据库 前1条
1 王彦涛;面向移动音乐的协同过滤算法的研究与改进[D];首都经济贸易大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 李聪;梁昌勇;杨善林;;电子商务协同过滤稀疏性研究:一个分类视角[J];管理工程学报;2011年01期
2 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期
3 张锋;常会友;;使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J];计算机研究与发展;2006年04期
4 邢春晓;高凤荣;战思南;周立柱;;适应用户兴趣变化的协同过滤推荐算法[J];计算机研究与发展;2007年02期
5 蔡登;卢增祥;李衍达;;信息协同过滤[J];计算机科学;2002年06期
6 郭艳红;邓贵仕;雒春雨;;基于信任因子的协同过滤推荐算法[J];计算机工程;2008年20期
7 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
8 郁雪;李敏强;;一种有效缓解数据稀疏性的混合协同过滤算法[J];计算机应用;2009年06期
9 孟宪福;陈莉;;基于贝叶斯理论的协同过滤推荐算法[J];计算机应用;2009年10期
10 孙小华;陈洪;孔繁胜;;在协同过滤中结合奇异值分解与最近邻方法[J];计算机应用研究;2006年09期
【共引文献】
中国期刊全文数据库 前10条
1 孙多;;基于兴趣度的聚类协同过滤推荐系统的设计[J];安徽大学学报(自然科学版);2007年05期
2 刘帆;解仑;李秉杰;王志良;郑雪峰;;多感官群集智能算法及其在前向神经网络训练方面的应用[J];北京科技大学学报;2008年09期
3 张帆;林建;;智能搜索引擎信息过滤机制研究[J];图书与情报;2007年04期
4 裘立波;姜元春;林文龙;;电子商务环境下捆绑商品研究[J];商业研究;2009年09期
5 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
6 闵秋应;况庆强;;改进型BP神经网络自适应均衡器设计[J];江西师范大学学报(自然科学版);2012年03期
7 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
8 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
9 姚劲勃;余宜诚;于卓尔;李惠民;;基于PCA降维协同过滤算法的改进[J];吉林大学学报(信息科学版);2011年05期
10 赵智;时兵;;改进的个性化推荐算法[J];长春大学学报;2005年06期
中国重要会议论文全文数据库 前10条
1 孙衢;王永玉;;基于云模型的非线性系统智能滑模控制[A];第二十九届中国控制会议论文集[C];2010年
2 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
3 王红;;神经模糊控制系统及计算机实现原理[A];2007中国控制与决策学术年会论文集[C];2007年
4 戴丽金;何振峰;;基于云模型的时间序列相似性度量方法[A];第八届中国不确定系统年会论文集[C];2010年
5 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
6 ;A Mobile Reading Service System Based On Personalized Recommendation[A];Proceedings 2010 IEEE 2nd Symposium on Web Society[C];2010年
7 ;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
8 ;COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON LOOK-AHEAD SELECTIVE SAMPLING[A];2006年中国机械工程学会年会暨中国工程院机械与运载工程学部首届年会论文集[C];2006年
9 ;Text Feature Automatic Selection Algorithm Based on Cloud Model[A];第五届全国信息检索学术会议论文集[C];2009年
10 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
中国博士学位论文全文数据库 前10条
1 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
2 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
3 黄正行;临床过程分析与优化技术研究[D];浙江大学;2010年
4 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
5 谭婷婷;网络微内容推荐方法及支持系统研究[D];华中科技大学;2011年
6 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
7 刘毅捷;视频社区中海量数据管理方法研究[D];中国科学技术大学;2011年
8 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
9 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
10 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 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
2 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
3 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
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 张立琪;调节系数的BP神经网络在字符识别中的研究[D];哈尔滨工程大学;2010年
7 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
8 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
9 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
10 董全德;基于双信息源的协同过滤算法及其应用研究[D];合肥工业大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 杨芳;潘一飞;李杰;王云峰;;一种改进的协同过滤推荐算法[J];河北工业大学学报;2010年03期
2 宋真真;王浩;杨静;;协同过滤技术在个性化推荐中的运用[J];合肥工业大学学报(自然科学版);2008年07期
3 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
4 黄伟;王润孝;史楠;王东勃;;移动商务研究综述[J];计算机应用研究;2006年10期
5 胡慧蓉;;电子商务推荐系统中推荐技术研究[J];科技信息;2009年04期
6 赵英;移动互联网技术及移动电子商务[J];情报科学;2002年06期
7 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
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 王茜;杨莉云;杨德礼;;面向用户偏好的属性值评分分布协同过滤算法[J];系统工程学报;2010年04期
10 马宏伟;张光卫;李鹏;;协同过滤推荐算法综述[J];小型微型计算机系统;2009年07期
中国博士学位论文全文数据库 前1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
中国硕士学位论文全文数据库 前10条
1 张晓旻;移动电子商务——电子商务的新模式[D];华中师范大学;2004年
2 赵干辅;我国移动电子商务的价值链研究[D];北京邮电大学;2006年
3 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
4 张晓敏;电子商务个性化推荐系统中协同过滤技术及应用研究[D];重庆大学;2007年
5 李晓昀;基于隐性反馈的个性化自适应电子商务推荐系统研究[D];南华大学;2007年
6 张淑玲;移动电子商务的应用分析[D];北京邮电大学;2008年
7 官士燕;移动电子商务价值链及盈利模式分析[D];北京邮电大学;2008年
8 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
9 刘滨强;移动环境下的个性化推荐用户兴趣建模研究[D];北京邮电大学;2009年
10 杨杰;个性化推荐系统应用及研究[D];中国科学技术大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 崔林,宋瀚涛,陆玉昌;基于语义相似性的资源协同过滤技术研究[J];北京理工大学学报;2005年05期
2 张玉英;孟海东;;数据挖掘技术中聚类算法的改进研究[J];包头钢铁学院学报;2005年04期
3 李德毅;知识表示中的不确定性[J];中国工程科学;2000年10期
4 李德毅,刘常昱;论正态云模型的普适性[J];中国工程科学;2004年08期
5 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
6 宋建涛 ,沙朝锋 ,杨智应 ,朱洪;语义对等网构造及搜索机制研究[J];计算机研究与发展;2004年04期
7 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期
8 张锋;常会友;;使用BP神经网络缓解协同过滤推荐算法的稀疏性问题[J];计算机研究与发展;2006年04期
9 邢春晓;高凤荣;战思南;周立柱;;适应用户兴趣变化的协同过滤推荐算法[J];计算机研究与发展;2007年02期
10 李聪;梁昌勇;马丽;;基于领域最近邻的协同过滤推荐算法[J];计算机研究与发展;2008年09期
中国博士学位论文全文数据库 前1条
1 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
【相似文献】
中国期刊全文数据库 前10条
1 聂晶;;基于用户兴趣实时更新评价信息的远程教学资源智能推荐系统[J];中国科教创新导刊;2009年14期
2 邵华;高凤荣;邢春晓;蒋丽华;;基于VSM的分层网页推荐算法[J];计算机科学;2006年11期
3 苏一丹;王育才;顾新一;;基于独特型人工免疫网络的并行推荐算法的研究[J];计算机应用;2008年05期
4 李聪;梁昌勇;董珂;;基于项目类别相似性的协同过滤推荐算法[J];合肥工业大学学报(自然科学版);2008年03期
5 杨艳;;数字图书馆中兴趣度推荐算法[J];哈尔滨工程大学学报;2009年06期
6 熊忠阳;张凤娟;张玉芳;;基于粒子群优化的项聚类推荐算法[J];计算机工程;2009年23期
7 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期
8 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期
9 赵智;时兵;;改进的个性化推荐算法[J];长春大学学报;2005年06期
10 李涛;王建东;叶飞跃;冯新宇;张有东;;一种基于用户聚类的协同过滤推荐算法[J];系统工程与电子技术;2007年07期
中国重要会议论文全文数据库 前10条
1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集(技术报告篇)[C];2007年
2 梁莘燊;刘莹;;基于效能的学术资源推荐算法研究[A];第六届(2011)中国管理学年会——信息管理分会场论文集[C];2011年
3 高凤荣;杜小勇;王珊;;数字图书馆环境下一种基于语义分类的个性化推荐算法[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
4 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
5 陶红亮;王明文;曹瑛;;基于项目平滑和聚类的协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
6 汤显;周军锋;郭景峰;;一种面向Web站点的个性化推荐算法[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
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 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 高旻;吴中福;;基于个性化情境和项目的协同推荐研究[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年
10 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
中国重要报纸全文数据库 前3条
1 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
2 记者 向阳;软件测试关键技术研究有望降低测试成本[N];科技日报;2009年
3 本报记者 雷彬;百度推出移动开放平台 优化服务提升用户体验[N];通信信息报;2011年
中国博士学位论文全文数据库 前10条
1 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
2 董振华;群落标签推荐系统体系结构及关键问题研究[D];南开大学;2012年
3 贾春晓;基于复杂网络的推荐算法和合作行为研究[D];中国科学技术大学;2011年
4 王晓芳;社会化标注系统中群组推荐方法研究[D];山东大学;2014年
5 刘青文;基于协同过滤的推荐算法研究[D];中国科学技术大学;2013年
6 廉捷;基于用户特征的社交网络数据挖掘研究[D];北京交通大学;2014年
7 崔昊旻;海量视频节目的检索、推荐与反馈学习[D];中国科学技术大学;2014年
8 刘凯鹏;社会性标注关键技术及其在信息检索中的应用研究[D];哈尔滨工业大学;2010年
9 王龙;教育资源推荐服务中若干关键技术的研究[D];吉林大学;2013年
10 唐磊;基于内容和用户历史的音乐可视分析[D];山东大学;2012年
中国硕士学位论文全文数据库 前10条
1 代沁;电子商务中基于消费心理的个性化推荐方法研究[D];沈阳航空工业学院;2010年
2 封素石;分布式协同过滤推荐算法研究[D];燕山大学;2010年
3 何克勤;基于标签的推荐系统模型及算法研究[D];华东师范大学;2011年
4 李有超;基于项目属性与偏爱比较的协同过滤推荐算法研究[D];燕山大学;2010年
5 袁先虎;基于混合用户模型的协同过滤推荐算法研究[D];重庆大学;2010年
6 刘亭;隐私保持协同过滤推荐算法研究[D];燕山大学;2010年
7 胡航博;上下文相关的查询推荐算法研究[D];河南大学;2010年
8 王小亮;基于协同过滤的个性化推荐算法的优化和应用[D];浙江工商大学;2010年
9 王若松;基于合著网络的论文混合推荐算法研究[D];哈尔滨工程大学;2013年
10 徐华华;社会网络中的微博用户推荐算法研究[D];华中科技大学;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