收藏本站
《哈尔滨商业大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于隐马尔可夫模型的推荐算法研究

宰祥顺  
【摘要】:随着移动互联网的飞速发展,电子商务数据出现爆炸式增长,人们面临着越来越严重的"信息过载"问题。"信息过载"是指人们无法从海量的数据中快速准确的定位到自己所需要的信息,从而对用户的互联网行为决策造成巨大的干扰。个性化推荐系统是电子商务系统中解决这一问题的关键技术,个性化推荐系统是一种基于用户历史购买、评价行为挖掘技术的推荐系统,其目的是方便用户对互联网信息筛选,它可以预测用户的偏好,并为用户的购买决策提供有效的建议。如何有效的将用户的历史评价信息与推荐技术结合是推荐系统的重要问题。通过大量深入阅读国内外个性化推荐系统的相关文献,发现主流基于用户对项目评价的推荐算法限制较多、并且随着用户偏好的变化推荐准确率随之降低。针对个体用户评价行为出现的问题,提出一种基于关联规则的思想,从用户历史评价数据中挖掘出用户群组偏好的聚合行为来表达用户的评价行为画像,以该评价行为画像作为用户评分的上下文环境,从而降低推荐系统对用户个体偏好转移的敏感性。在此基础上,为了获得更好的用户偏好预测效果,引入隐马尔可夫模型(Hidden Markov Model,HMM)对离散的评价行为画像进行模拟。将用户的评价序列作为观测符号、用户群组聚合三元评价画像的图模型作为隐含状态建立HMM模型,以高斯混合模型(Gaussian Mixture Model,GMM)描述HMM的混淆矩阵,从而将用户观测符号与用户的评价聚合关系图建立关联。通过对评分聚合行为画像的预测,解码出用户下一时刻概率最大的项目及评分从而生成用户的商品或信息推荐。这一模型大大提高了商品推荐的准确率,并且能够随着用户偏好的转移准确的生成相应的信息推荐,具有较强的鲁棒性。实验结果表明基于HMM的推荐算法在准确率和召回率以及推荐效率上都具有较好的性能。
【学位授予单位】:哈尔滨商业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.3;O211.62

【参考文献】
中国期刊全文数据库 前10条
1 姜建武;李景文;陆妍玲;叶良松;;基于用户画像的信息智能推送方法[J];微型机与应用;2016年23期
2 袁洁;;电子商务应用中的协同过滤算法综述[J];黑龙江科技信息;2016年29期
3 张浩;何杰;李慧宗;赵钢;周凌云;;基于隐马尔科夫模型(HMM)与张量分解的两阶段个性化推荐模型与应用[J];科学技术与工程;2016年19期
4 卢棪;刘应安;;基于缺失值迭代预测填充的协同过滤推荐算法[J];计算机与数字工程;2016年06期
5 王丹;贺钱琛;;基于贝叶斯信念网络的协同过滤算法的研究[J];现代工业经济和信息化;2016年08期
6 胡德敏;龚燕;;基于谱聚类和扩展朴素贝叶斯的混合推荐算法[J];计算机应用研究;2016年12期
7 高全力;高岭;杨建锋;王海;;上下文感知推荐系统中基于用户认知行为的偏好获取方法[J];计算机学报;2015年09期
8 何洁月;马贝;;利用社交关系的实值条件受限玻尔兹曼机协同过滤推荐算法[J];计算机学报;2016年01期
9 高祎璠;余文喆;晁平复;郑芷凌;张蓉;;基于评论分析的评分预测与推荐[J];华东师范大学学报(自然科学版);2015年03期
10 冷亚军;陆青;梁昌勇;;协同过滤推荐技术综述[J];模式识别与人工智能;2014年08期
中国博士学位论文全文数据库 前2条
1 曾伟;推荐算法与推荐网络研究[D];电子科技大学;2015年
2 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
中国硕士学位论文全文数据库 前2条
1 王智囊;基于用户画像的医疗信息精准推荐的研究[D];电子科技大学;2016年
2 陈清浩;基于SVD的协同过滤推荐算法研究[D];西南交通大学;2015年
【共引文献】
中国期刊全文数据库 前10条
1 张若冉;;基于用户兴趣变化的高校图书馆个性化图书推荐研究[J];农业图书情报学刊;2017年11期
2 张永棠;;基于代换加密的隐私保护协同过滤推荐算法[J];新疆大学学报(自然科学版);2017年04期
3 牟进军;罗国宽;熊志斌;;协同过滤算法应用于景点推荐研究[J];软件导刊;2017年11期
4 曲朝阳;宋晨晨;任有学;刘耀伟;牛强;独健鸿;;结合用户活跃度的协同过滤推荐算法[J];东北电力大学学报;2017年05期
5 王珊蕾;岳昆;武浩;田凯琳;;基于隐变量模型的多维用户偏好建模[J];华东师范大学学报(自然科学版);2017年05期
6 杜巍;高长元;;基于个性化情景的移动商务信任推荐模型研究[J];情报科学;2017年10期
7 顾阳;李敏;李华;;协同过滤在推荐系统中的应用[J];现代计算机(专业版);2017年28期
8 秦晓晖;;基于张量分解的个性化微博推荐算法研究[J];软件工程;2017年09期
9 王玙;刘东苏;;基于联合聚类与用户特征提取的协同过滤推荐算法[J];情报学报;2017年08期
10 张赟;常淑华;王李冬;沈兵虎;练益群;;新媒体平台电视节目高效组织和浏览研究[J];电视技术;2017年Z2期
中国博士学位论文全文数据库 前4条
1 林林;水利云平台若干技术问题研究[D];中国水利水电科学研究院;2016年
2 张雪洁;基于QoS的个性化云服务推荐方法研究[D];南京航空航天大学;2015年
3 陈端端;媒介演化与艺术传播[D];东南大学;2015年
4 殷风景;个性化信息推荐中若干关键问题与技术研究[D];国防科学技术大学;2014年
中国硕士学位论文全文数据库 前10条
1 杨双亮;用户画像在内容推送的研究与应用[D];北方工业大学;2017年
2 王燕;基于SVD的推荐系统研究及其应用[D];太原理工大学;2017年
3 董新玲;基于交互的协同过滤算法研究[D];西南石油大学;2017年
4 何小妹;面向大数据的语音日志分析系统的设计与实现[D];山东大学;2017年
5 贾伟洋;基于群组用户画像的农业信息化推荐算法研究[D];西北农林科技大学;2017年
6 宰祥顺;基于隐马尔可夫模型的推荐算法研究[D];哈尔滨商业大学;2017年
7 钱广;众包配送中的服务推荐研究[D];浙江理工大学;2017年
8 成伟丹;基于遗忘函数和用户的协同过滤推荐算法研究[D];浙江工业大学;2016年
9 刘辉;基于用户的协同过滤推荐算法的改进研究[D];华侨大学;2016年
10 郑清雅;云计算环境下基于学习风格的教学资源推荐系统设计与实现[D];沈阳师范大学;2016年
【二级参考文献】
中国期刊全文数据库 前10条
1 肖锋;侯岳;贾宝;;情境建模下的LBS智能信息服务推送方法[J];测绘通报;2016年04期
2 刘海;卢慧;阮金花;田丙强;胡守忠;;基于“用户画像”挖掘的精准营销细分模型研究[J];丝绸;2015年12期
3 肖锋;侯岳;王留召;贾宝;;基于LBS的智能信息推送技术研究[J];测绘与空间地理信息;2015年06期
4 赵开慧;;基于社会化标注的个性化信息推荐方法研究[J];情报科学;2015年06期
5 何建云;陈兴蜀;杜敏;江浩;;基于改进的在线LDA模型的主题演化分析[J];中南大学学报(自然科学版);2015年02期
6 Cody Hudson;Bernard Chen;Dongsheng Che;;Hierarchically Clustered HMM for Protein Sequence Motif Extraction with Variable Length[J];Tsinghua Science and Technology;2014年06期
7 余孟杰;;产品研发中用户画像的数据模建——从具象到抽象[J];设计艺术研究;2014年06期
8 冷亚军;陆青;梁昌勇;;协同过滤推荐技术综述[J];模式识别与人工智能;2014年08期
9 宫夏屹;李伯虎;柴旭东;谷牧;;大数据平台技术综述[J];系统仿真学报;2014年03期
10 蔡强;韩东梅;李海生;胡耀光;陈谊;;基于标签和协同过滤的个性化资源推荐[J];计算机科学;2014年01期
中国硕士学位论文全文数据库 前10条
1 单京晶;基于内容的个性化推荐系统研究[D];东北师范大学;2015年
2 崔琳;基于客户画像的数据挖掘技术在CRM中的应用[D];东华大学;2015年
3 戚琳;上下文感知推荐算法研究[D];北京交通大学;2015年
4 田耕;基于关系和内容的推荐算法研究[D];北京交通大学;2015年
5 张蔚;基于客户分群的精准营销系统研究[D];华东理工大学;2014年
6 刘恒;基于协同过滤的推荐技术研究[D];兰州理工大学;2014年
7 余秋宏;基于因子分解机的社交网络关系推荐研究[D];北京邮电大学;2013年
8 岳文君;一种智能推荐系统的研究与应用[D];北京邮电大学;2013年
9 李晶;电子邮件营销个性化推荐服务研究[D];浙江工业大学;2012年
10 马泽锋;基于机器学习的问答推荐系统问题推荐模型研究[D];中山大学;2013年
【相似文献】
中国期刊全文数据库 前10条
1 王晗;夏自谦;;基于蚁群算法和浏览路径的推荐算法研究[J];中国科技信息;2009年07期
2 杨博;赵鹏飞;;推荐算法综述[J];山西大学学报(自然科学版);2011年03期
3 吕善国;吴效葵;曹义亲;;基于网络结构的推荐算法[J];实验室研究与探索;2012年07期
4 苏莹;刘建国;郭强;田大钢;;考虑负面评价的个性化推荐算法研究[J];运筹与管理;2012年06期
5 崔春生;;基于泛函网络的组合推荐算法[J];系统工程理论与实践;2014年04期
6 周佳;罗铁坚;;一种基于内容关联的学术资源协同推荐算法[J];中国科学院研究生院学报;2013年01期
7 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
8 李汶华;熊晓栋;郭均鹏;;一种基于案例推理和协商的群体推荐算法[J];系统工程;2013年11期
9 廖春华;杜建强;程春雷;李智彪;;改进的偏最小二乘回归推荐算法[J];江西师范大学学报(自然科学版);2012年06期
10 范进;;基于多元混合准则模糊模型的个性化推荐算法[J];华东经济管理;2007年02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 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 秦国;杜小勇;;基于用户层次信息的协同推荐算法[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
4 周玉妮;郑会颂;;基于浏览路径选择的蚁群推荐算法:用于移动商务个性化推荐系统[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年
5 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
6 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
7 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
8 李扬;陈超;祁麟;俞能海;;一种基于用户行为相似度的协同推荐算法[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
9 董媛香;肖智;王现宁;;基于软集合和HeatS+ProbS的混合输入推荐算法研究[A];2013中国信息经济学会学术年会暨博士生论坛论文集[C];2013年
10 贺会磊;郭斌;於志文;周兴社;;基于社交拓扑挖掘的社会活动辅助[A];第八届和谐人机环境联合学术会议(HHME2012)论文集PCC[C];2012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 郭磊;社会网络中基于社会关系的推荐算法研究[D];山东大学;2015年
2 聂大成;在线社会网络中的信息推荐技术研究[D];电子科技大学;2014年
3 曾伟;推荐算法与推荐网络研究[D];电子科技大学;2015年
4 朱旭振;复杂网络下基于链路预测的推荐技术研究[D];北京邮电大学;2015年
5 钱付兰;基于商空间模型的协同过滤推荐算法研究[D];安徽大学;2016年
6 王智谨;基于用户分解和社交融合的推荐算法研究[D];华东师范大学;2016年
7 李慧;社会网络环境下的个性化推荐算法研究[D];中国矿业大学;2016年
8 余永红;融合多源信息的推荐算法研究[D];南京大学;2017年
9 许鹏远;多因素综合框架的协同过滤推荐算法[D];大连理工大学;2017年
10 伊华伟;基于可疑用户度量的鲁棒推荐方法研究[D];燕山大学;2016年
中国硕士学位论文全文数据库 前10条
1 梁浩强;移动支付平台精准推荐算法设计与实现[D];华南理工大学;2015年
2 王蒙;基于LDA的文本推荐算法的研究及在文献检索的应用[D];辽宁大学;2015年
3 陆园丽;基于非负矩阵分解的鲁棒推荐算法研究[D];燕山大学;2015年
4 黄建平;基于用户参考价格倾向度的协同过滤推荐算法研究[D];华南理工大学;2015年
5 陈清浩;基于SVD的协同过滤推荐算法研究[D];西南交通大学;2015年
6 卜旭松;基于物品协同过滤的个性化视频推荐算法改进研究[D];宁夏大学;2015年
7 王文昊;基于移动图书馆的个性化推荐算法的研究及应用[D];中国地质大学(北京);2015年
8 马宗学;基于改进受限玻尔兹曼机推荐算法的分布式实现[D];兰州大学;2015年
9 季芸;基于主动学习的个性化推荐算法研究[D];南京理工大学;2015年
10 于嘉;基于MAHOUT的几种推荐算法的组合实现与评测[D];华中师范大学;2015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