收藏本站
《东北财经大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于协同过滤的电子商务个性化推荐算法研究

李亚欣  
【摘要】:伴随着Internet的普及和电子商务应用的广泛深入,供应链和现代物流的不断完善,人们在享受网上购物方便快捷的同时也陷入了信息过载的困境,用户在大量的产品信息中难以找到自己需要的商品。由此,电子商务推荐系统应运而生。推荐系统在电子商务平台上扮演销售人员的角色,向用户推荐其所需要的商品,从而顺利地完成购买过程。电子商务推荐系统具有良好的发展和应用前景,逐渐成为一个重要研究内容,其中个性化推荐系统是为了满足不同用户特定需求而产生的,也是其中的一个研究分支。 协同过滤推荐算法是目前推荐系统中应用最为广泛的推荐技术,在诸多方面较其他推荐算法显示出突出的优势。但协同过滤推荐算法还不够成熟,仍然存在一些问题,如数据稀疏性问题、系统的可扩展性问题和时间因素问题等。本文针对电子商务推荐系统和协同过滤推荐算法面临的主要问题,对推荐系统中的推荐策略和推荐算法等关键技术进行了有益的探索和研究。 本文的研究工作主要从以下四个方面展开: 首先,介绍现有的电子商务推荐系统和主要推荐技术。将电子商务个性化推荐系统和主要推荐技术的有关文献重新梳理和总结,得出电子商务个性化推荐系统的研究内容和构成,分析各种主要推荐技术的实现过程和优缺点,进而分析每种推荐技术的适用情况。 其次,对协同过滤推荐算法,尤其是传统的协同过滤推荐算法进行研究。此处在对协同过滤推荐算法相关文献整理后,重新定义协同过滤推荐方法,指出协同过滤推荐算法的原理和实现过程。并重点论述了传统的协同过滤推荐算法,分析其优缺点。在此基础上,总结协同过滤推荐算法面临的瓶颈和解决方法。 再次,协同过滤推荐算法的改进,也是本文的核心部分。针对协同过滤推荐算法存在的数据稀疏性和时间因素问题,提出基于SVD和时间加权的改进算法。该改进算法是在一篇文献的基础上,加入了奇异值分解方法和时间函数,并将相似性度量方法改进为相关相似性度量公式。第一步,采用奇异值分解方法对用户-项目评估矩阵降维,降低数据的稀疏程度。第二步,采用BP神经网络来填充降维后的用户-项目评估矩阵中的未评分项,再一次降低数据的稀疏程度。第三步,采用相关相似性度量方法计算用户之间的相似性,得到用户的最近邻居集合。最后一步,在推荐预测阶段考虑到推荐系统的时效性,采用基于时间加权的推荐预测公式,对评价时间较近的数据赋予较大的权重,对评价时间较远的数据赋予较小的权重,提高预测精度。从整体上来看,在一定程度上解决了数据稀疏和时间因素的问题,提高了电子商务推荐系统的推荐质量。 最后,仿真测试改进算法的有效性。使用Matlab软件对美国明尼苏达州立大学GroupLens研究小组提供的公用数据集MovieLens进行仿真测试,验证其合理性和有效性。文中设计的两种测试方案,分别是不同数据稀疏程度和不同最近邻居个数,都证明了改进算法较原有的算法有明显的优势,提高了电子商务推荐系统的推荐质量。 基于以上的研究内容,本文的创新点如下: 第一,对协同过滤的概念给予重新的定义。 第二,改进算法中,将SVD和BP神经网络结合使用,双重降低用户-项目评估矩阵的稀疏程度。 第三,考虑到评价信息的实时性,应用基于时间函数的推荐预测公式。 第四,设计仿真测试证明了改进算法有效地提高了推荐系统的推荐质量。
【学位授予单位】:东北财经大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:TP301.6;F713.36

【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 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
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 李峰;李军怀;王瑞林;张璟;;基于商品特征的个性化推荐算法[J];计算机工程与应用;2007年17期
5 唐灿;唐亮贵;刘波;;一个面向新兴趣点发现的模糊兴趣挖掘算法[J];计算机科学;2007年06期
6 王岚;翟正军;;基于时间加权的协同过滤算法[J];计算机应用;2007年09期
7 张海燕,丁峰,姜丽红;基于模糊聚类的协同过滤推荐方法[J];计算机仿真;2005年08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 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
10 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
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
中国硕士学位论文全文数据库 前10条
1 陈雪峰;网络游戏个性化推荐系统的研究与实现[D];上海交通大学;2007年
2 鲁为;协作过滤算法及其在个性化推荐系统中的应用[D];北京邮电大学;2007年
3 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
4 杨芳;电子商务系统协同过滤推荐算法研究[D];河北工业大学;2006年
5 曹毅;基于内容和协同过滤的混合模式推荐技术研究[D];中南大学;2007年
6 王集思;基于协同过滤的电子商务推荐系统研究[D];哈尔滨工程大学;2009年
7 王颖;基于页面兴趣度的协同过滤算法研究[D];吉林大学;2009年
8 青海;电子商务推荐系统核心技术研究[D];北京工业大学;2009年
9 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
10 王立军;基于协同过滤推荐系统的数据稀疏性问题研究[D];东北师范大学;2009年
【共引文献】
中国期刊全文数据库 前10条
1 汪洁;朱军;;基于Linux的中文垃圾邮件过滤系统设计与实现[J];安徽农业大学学报;2011年02期
2 覃遵跃;在左边是单属性的函数依赖集中寻找关系模式候选码的算法[J];安庆师范学院学报(自然科学版);2003年02期
3 张友志;程玉胜;王一宾;;基于Web日志挖掘的Markov预测模型及算法研究[J];安庆师范学院学报(自然科学版);2010年01期
4 姚克娟,李晋宏;应用Agent技术实现个性化信息服务[J];北方工业大学学报;2004年03期
5 李伟;黄颖;;基于HtmlParser的网页信息提取[J];兵工自动化;2007年07期
6 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
7 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
8 王征;谷安平;刘心松;;基于在线客户情绪能量感知的商品推荐算法[J];吉林大学学报(信息科学版);2009年03期
9 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
10 战坤;曾凡;康运生;戴黎阳;;个性化——医院网站信息服务的趋势[J];重庆医学;2009年21期
中国重要会议论文全文数据库 前10条
1 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
2 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年
3 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
4 王崇;李一军;叶强;;基于关联规则的网络消费者行为变化的挖掘[A];第八届中国管理科学学术年会论文集[C];2006年
5 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
6 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
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 尤忠彬;陈越;张英;朱扬勇;;基于Web服务的技术转移平台推荐系统研究[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
9 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
10 刘勘;尹承明;陈凡;;图书借阅信息的分析与挖掘[A];第二十五届中国数据库学术会议论文集(一)[C];2008年
中国博士学位论文全文数据库 前10条
1 王文兴;服装网络营销策略研究[D];东华大学;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 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
4 刘玉国;基于内容的互联网舆情信息挖掘关键技术研究[D];山东大学;2011年
5 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
6 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
7 谭振华;结构化P2P覆盖网络路由算法及安全相关技术研究[D];东北大学;2009年
8 朱振方;基于微粒群和遗传优化的文本过滤关键技术研究[D];山东师范大学;2012年
9 应晓敏;面向Internet个性化服务的用户建模技术研究[D];中国人民解放军国防科学技术大学;2003年
10 朱征宇;Web资源组织与服务性能研究[D];重庆大学;2003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 王洋;基于潜在语义分析的智能搜索技术研究[D];哈尔滨工程大学;2010年
5 蔡宇虹;基于主题的元搜索引擎关键技术研究[D];哈尔滨工程大学;2010年
6 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
7 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
8 孟庆海;基于社会书签的个性化查询词扩展技术研究[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 韩兆国;电信计费帐务系统核心模块的设计[D];哈尔滨工程大学;2010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 王纪辉;赵卓宁;;基于协同过滤算法的电子商务网站个性化推荐系统设计[J];成都信息工程学院学报;2007年S1期
3 邓秀勤,姜莲花;电子商务推荐系统研究[J];辽东学院学报;2005年04期
4 孙铁利,杨凤芹;根据用户隐式反馈建立和更新用户兴趣模型[J];东北师大学报(自然科学版);2003年03期
5 周晟;俞建家;;一种优化的K最近邻协同过滤算法[J];福建电脑;2006年06期
6 贺卫红;曹毅;;基于向量空间模型文本过滤算法[J];系统工程;2005年10期
7 索琪,卢涛;基于关联规则的电子商务推荐系统研究[J];哈尔滨师范大学自然科学学报;2005年02期
8 张娜;何建民;;基于项目与客户聚类的协同过滤推荐方法[J];合肥工业大学学报(自然科学版);2007年09期
9 安学庆,秦体恒,李学相,曲渝;BREGMAN行处理算法的松驰改进[J];河南科学;2000年03期
10 林鸿飞,战学刚,姚天顺;基于概念的文本结构分析方法[J];计算机研究与发展;2000年03期
中国重要报纸全文数据库 前1条
1 何仁杰 梁冰;[N];计算机世界;2004年
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10条
1 白丽君;基于内容和协作的科技文献过滤方法研究[D];山西大学;2003年
2 王莉红;电子商务环境下协同过滤推荐方法的应用分析与研究[D];上海师范大学;2005年
3 章恩伟;我国网络游戏产业的经济学分析[D];上海海事大学;2005年
4 章浩芳;网络游戏顾客价值感知要素实证研究[D];浙江大学;2006年
5 陶启萍;基于Web数据挖掘的电子商务推荐系统研究[D];辽宁工程技术大学;2005年
6 裴蕾;基于Web数据挖掘的电子商务推荐系统研究[D];同济大学;2006年
7 郭兵;网络游戏消费者行为分析[D];浙江大学;2006年
8 龚彧;基于QFD的质量需求管理方法研究[D];浙江大学;2006年
9 沈明伟;网络游戏产业外向型发展模式研究[D];山东大学;2006年
10 高静;基于人工免疫系统的推荐系统研究[D];华东师范大学;2007年
【相似文献】
中国期刊全文数据库 前10条
1 王恒;;基于协同过滤的电子农务推荐系统模型研究[J];宁夏大学学报(自然科学版);2009年04期
2 嵇晓声;刘宴兵;罗来明;;协同过滤中基于用户兴趣度的相似性度量方法[J];计算机应用;2010年10期
3 胡慧蓉;;电子商务个性化推荐系统分析与设计[J];科技创新导报;2009年08期
4 陆洲;程京;张璇;;基于用户兴趣模型聚类的协同过滤推荐算法[J];微计算机信息;2010年33期
5 赵宏霞;王新海;杨皎平;;基于用户和项目因子分析的混合协同推荐算法[J];计算机应用;2011年05期
6 游文;叶水生;;电子商务推荐系统中的协同过滤推荐[J];计算机技术与发展;2006年09期
7 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
8 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
9 王惠敏;聂规划;;基于模糊聚类和资源平滑的协同过滤推荐[J];情报杂志;2007年07期
10 刘鲁;任晓丽;;推荐系统研究进展及展望[J];信息系统学报;2008年01期
中国重要会议论文全文数据库 前10条
1 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
2 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
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 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
5 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
6 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
7 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
8 孙铁利;杨焱;邱春艳;;基于内容预测的协同过滤推荐[A];2005年全国理论计算机科学学术年会论文集[C];2005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 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
中国重要报纸全文数据库 前10条
1 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
2 商报记者 金朝力;奇艺推3套推荐引擎抢夺视频新制高点[N];北京商报;2011年
3 刘溟;互联网 个性化营销最佳载体[N];经济日报;2004年
4 ;移动经营者的商务机会(未完待续)[N];网络世界;2001年
5 本报记者 冯卫东;网络导购:找出你的最爱[N];科技日报;2007年
6 南方;房地产将走向互联网营销[N];中国信息报;2002年
7 林嘉澍;从搜索到发现[N];经济观察报;2007年
8 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
9 彭清燕;天正:招聘中的企业文化[N];中国工业报;2004年
10 王勇 许兴稳 张少波;今天的服务 明天的市场[N];中国化工报;2003年
中国博士学位论文全文数据库 前10条
1 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
2 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
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
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 孙慧峰;基于协同过滤的个性化Web推荐[D];北京邮电大学;2012年
6 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
7 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
8 肖敏;基于领域本体的电子商务推荐技术研究[D];武汉理工大学;2009年
9 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
10 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10条
1 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
2 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
3 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
4 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
5 邵伟;基于领域知识的协同过滤推荐研究[D];河北大学;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 胡福华;基于可信相似度传递的协同过滤算法研究与应用[D];浙江大学;2011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 曾小波;基于协同过滤的推荐系统的研究[D];电子科技大学;2010年
10 金亚亚;一种基于改进信任度的协同过滤算法[D];华东理工大学;2011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