收藏本站
《燕山大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于矩阵分解的鲁棒协同过滤方法

刘少帅  
【摘要】:目前在推荐领域,协同过滤推荐是被深入研究,同时也被广泛应用在实践中的具有非常重要意义的推荐算法。但是当在数据集中混入攻击数据或者当有恶意用户(如:托攻击)时,目前提出的协同过滤推荐算法暴露了其存在的弱点。传统的基于矩阵分解的协同过滤算法即最小二乘法,由于该方法天生具有的对离群点的敏感,导致该传统方法鲁棒性能较差。因此,推荐系统的安全问题面临着巨大挑战,本文针对该问题进行了深入的研究探讨。本文的主要研究内容如下:首先,本文提出了一种基于Tukey双权法的M估计量的鲁棒协同过滤方法。在提高推荐算法鲁棒性方面,引入了稳健估计方法的Tukey双权法。相比较传统的基于Huber的M估计的鲁棒推荐算法,在推荐的准确率和鲁棒性方面都有了显著改善。通过引入迭代最小二乘以及随机梯度下降法将其与矩阵分解模型进行融合,达到增强推荐算法的鲁棒性的目的。其次,本文又提出了一种基于MM估计的鲁棒协同过滤方法。该算法将两种稳健估计方法进行整合而得到的一个新方法。首先利用基于最小残差尺度的S估计求出最小残差,之后引入Tukey双权函数,利用重加权最小二乘估计和随机梯度下降,通过不断的迭代,完成对用户特征矩阵和项目特征矩阵的鲁棒参数的估计,使得基于MM估计的鲁棒推荐算法具有高效率和高鲁棒性。最后,设计实现本文提出的算法,并且通过实验验证了本文算法的高效性和鲁棒性。实验所选用的数据集是国外知名的电影网站开放的数据集Movielens数据集。
【学位授予单位】:燕山大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.3

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 徐义峰;陈春明;徐云青;;一种基于分类的协同过滤算法[J];计算机系统应用;2007年01期
2 杨风召;;一种基于特征表的协同过滤算法[J];计算机工程与应用;2007年06期
3 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
4 曾子明;张李义;;基于多属性决策和协同过滤的智能导购系统[J];武汉大学学报(工学版);2008年02期
5 张富国;;用户多兴趣下基于信任的协同过滤算法研究[J];小型微型计算机系统;2008年08期
6 侯翠琴;焦李成;张文革;;一种压缩稀疏用户评分矩阵的协同过滤算法[J];西安电子科技大学学报;2009年04期
7 廖新考;;基于用户特征和项目属性的混合协同过滤推荐[J];福建电脑;2010年07期
8 沈磊;周一民;李舟军;;基于心理学模型的协同过滤推荐方法[J];计算机工程;2010年20期
9 徐红;彭黎;郭艾寅;徐云剑;;基于用户多兴趣的协同过滤策略改进研究[J];计算机技术与发展;2011年04期
10 焦晨斌;王世卿;;基于模型填充的混合协同过滤算法[J];微计算机信息;2011年11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
中国重要报纸全文数据库 前1条
1 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
中国博士学位论文全文数据库 前10条
1 纪科;融合上下文信息的混合协同过滤推荐算法研究[D];北京交通大学;2016年
2 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
3 于程远;基于QoS的Web服务推荐技术研究[D];上海交通大学;2015年
4 段锐;融合文本内容与情境信息的协同过滤推荐方法研究[D];合肥工业大学;2017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 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
7 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
8 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
9 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
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10条
1 刘少帅;基于矩阵分解的鲁棒协同过滤方法[D];燕山大学;2017年
2 李姝;基于复合信息的协同过滤推荐[D];大连理工大学;2017年
3 李昂;基于协同过滤的个性化推荐算法研究[D];电子科技大学;2017年
4 梁权;基于协同过滤的推荐模型研究与应用[D];北京邮电大学;2016年
5 闫晓珊;基于用户综合兴趣的协同过滤推荐算法研究[D];兰州财经大学;2017年
6 陈宗言;面向稀疏数据优化的协同过滤推荐算法[D];南京邮电大学;2017年
7 霍皓媛;基于时空上下文的统一协同过滤推荐算法研究[D];北京邮电大学;2017年
8 梁四香;基于改进协同过滤的推荐系统研究与实现[D];郑州大学;2017年
9 郎鹏程;基于用户协同过滤推荐技术的研究与实现[D];宁夏大学;2017年
10 刘钊;基于协同过滤的位置智能推荐及隐私保护方法研究[D];南京邮电大学;2017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