收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于协同过滤算法的推荐系统框架设计与实现

迟轩  
【摘要】:现如今网络世界中一个用户可以通过电子商务系统获得很多便利,很多电子商务系统引入推荐引擎以求得类似实际生活中推销员的作用。推荐引擎的使用加快了协同过滤算法的研究,一个合适的算法将会为电子商务系统带来更多的收益。然而面对林林总总有关协同过滤的研究,大多只注重算法层,且研究过于理论,忽略了其在实际应用中的局限。相对于一般的基于项目的协同过滤算法Slope One算法有着很好的效果。然而单单使用Slope One算法依旧不能摆脱稀疏数据,冷启动等问题。 本研究对算法进行改进的同时不只局限于研究单一算法,还对一个推荐引擎的搭建从架构层进行阐述。本研究的主要工作有如下几个方面: (1)对电子商务系统进行深入分析并通过实际案例阐述一个电子商务系统引入推荐引擎的现实意义,分析推荐算法适用范围、区别以及推荐系统的研究现状,并且描述相关研究存在的问题。 (2)研究分析Slope One算法以及Lucene,NoSQL等关键技术的优缺点,为实现系统框架提供技术途径。并最终提出一种新的既可以满足用户喜好又可以拓展系统业务的推荐方式并对实际应用中可能出现的若干问题进行了阐述和改进,使得应用的推荐结果可以更好的展现给用户,将推荐引擎的作用发挥到最大。 (3)对某一具体电子商务系统引入推荐系统进行分析,并进行需求分析,提出系统框架的总体设计目标,对整个系统的逻辑结构以及总体框架进行设计,将总体框架设计成多模块层次结构。其中着重设计算法层,通过对具体算法的选择以及对选定算法存在问题的分析,详细描述算法改进思路以及具体实现,并对实际应用中可能出现的问题进行分析。并且不只局限于算法,还对系统各个子模块如推荐结果的展现层等关键部分进行详细设计。在设计与实现中充分应用设计模式,并且对具体技术的选择进行技术选型,使得框架拥有更好的扩展性以及移植性。总体上框架的设计尽量体现用简单的算法起到优秀效果的特点。 (4)运用大量实验数据。在具体技术选型的过程中,根据实际环境中可能出现的数据类型和数据量,对具体选取的技术进行测试。例如对于用户行为数据收集层会根据设计的日志格式,分别对不同数据量进行测试,最终选取一种日志框架进行数据收集并分析系统在何种条件下会影响日志输出的效率。 (5)设计实验选取MovieLens数据集,在被划分的数据集基础上,通过计算确定具体相似度算法,并在选定算法的基础上对新旧算法进行比较,最终证明新算法可以拥有更好的推荐效果。 最后对推荐系统以及框架的前景进行展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 张富国;;基于协同过滤技术的电子商务推荐系统初探[J];科技广场;2006年08期
3 李姣燕;徐选华;;一种基于协同过滤技术的在线交友推荐系统的设计与实现[J];电脑知识与技术(学术交流);2007年19期
4 赵智;孙琰;;协同过滤算法中推荐集选取方法的研究[J];电脑编程技巧与维护;2009年S1期
5 和博涛;李震雄;;面向电子商务的协同过滤推荐系统研究与设计[J];数字技术与应用;2011年03期
6 顾晔;吕红兵;;改进的增量奇异值分解协同过滤算法[J];计算机工程与应用;2011年11期
7 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
8 朱国玮;杨玲;;基于遗传算法的群体推荐系统研究[J];情报学报;2009年06期
9 高虎明;李伟丽;;基于协同过滤和Rankboost算法的酒店推荐系统[J];微计算机信息;2010年36期
10 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
11 杨怀珍;丛晓琪;刘枚莲;;基于协同过滤的电子商务推荐系统建模研究[J];中国管理信息化;2008年21期
12 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
13 王景波;郑丽英;;混合推荐技术在Web挖掘中的研究[J];科技信息;2010年33期
14 刘洋;;一种基于协同过滤技术的自适应推荐系统[J];辽宁石油化工大学学报;2007年03期
15 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
16 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
17 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
18 王宏宇;糜仲春;梁晓艳;叶跃祥;;一种基于支持向量机回归的推荐算法[J];中国科学院研究生院学报;2007年06期
19 李涛;王建东;;基于非负矩阵分解的隐私保护协同过滤算法[J];信息与控制;2008年06期
20 陈健;庄瑜文;闵华清;;基于双因素方差分析的推荐算法[J];计算机应用研究;2008年03期
中国重要会议论文全文数据库 前10条
1 谢科;刘奕群;岑荣伟;马少平;茹立云;杨磊;;基于维基百科层次分类框架的主题推荐系统的研究[A];中国计算语言学研究前沿进展(2009-2011)[C];2011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 何发镁;冯勇;许榕生;王旭仁;;推荐系统安全问题研究综述[A];第13届全国计算机、网络在现代科学技术领域的应用学术会议论文集[C];2007年
4 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
5 赵勇;高凤荣;邢春晓;;基于用户权威的协作过滤算法[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 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
7 靳绍聪;王建民;闻立杰;曹大海;;一种基于推荐系统的工作流资源分配机制[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 曾春;周立柱;邢春晓;;基于近邻法的协作过滤算法的改进[A];第十九届全国数据库学术会议论文集(研究报告篇)[C];2002年
9 潘宇;林鸿飞;杨志豪;;基于用户聚类的电子商务推荐系统[A];第三届学生计算语言学研讨会论文集[C];2006年
10 李丹丹;;基于遗传模糊聚类的电子商务推荐算法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集(上册)[C];2008年
中国博士学位论文全文数据库 前10条
1 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
2 李涛;推荐系统中若干关键问题研究[D];南京航空航天大学;2009年
3 任磊;推荐系统关键技术研究[D];华东师范大学;2012年
4 胡新明;基于商品属性的电子商务推荐系统研究[D];华中科技大学;2012年
5 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
6 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
7 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
8 张尧;B2C环境下用户感知可信的推荐系统理论及其关键方法研究[D];哈尔滨工业大学;2013年
9 李聪;协同过滤推荐系统托攻击防御技术研究[D];国防科学技术大学;2012年
10 王宏宇;商务推荐系统的设计研究[D];中国科学技术大学;2007年
中国硕士学位论文全文数据库 前10条
1 章晋波;推荐系统中协同过滤算法的研究与实现[D];北京邮电大学;2010年
2 李惠民;电子商务推荐系统中协同过滤算法的研究[D];吉林大学;2011年
3 闫祥雨;基于语义Web技术的推荐系统研究[D];太原理工大学;2010年
4 寇艳艳;电子商务推荐系统中用户聚类问题与用户兴趣变化问题研究[D];中国科学技术大学;2011年
5 王霞;协同过滤在电子商务推荐系统中的应用研究[D];河海大学;2003年
6 王昆;一种基于Bayesian CBR的推荐系统研究[D];河北师范大学;2011年
7 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
8 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
9 迟轩;基于协同过滤算法的推荐系统框架设计与实现[D];上海交通大学;2013年
10 吴彬;基于双重聚类推荐系统的设计与实现[D];华东师范大学;2008年
中国重要报纸全文数据库 前10条
1 本报记者 冯卫东;网络导购:找出你的最爱[N];科技日报;2007年
2 林嘉澍;从搜索到发现[N];经济观察报;2007年
3 饶宇锋;微软策动互联网跨越搜索时代[N];财经时报;2007年
4 熊明华;九江人才市场打造就业“助推器”[N];中国人事报;2006年
5 镡立勇;2007年度省科技奖推荐工作启动[N];河北经济日报;2007年
6 本报记者  何小龙;委员履职:量化打分[N];江淮时报;2006年
7 薛求知;我们需要准确地理解西点军校[N];上海证券报;2007年
8 CPW华南区记者 伍羡妮;开放平台 移动商务乍现商机[N];电脑商报;2003年
9 记者 温跃通讯员 朱锋 朱沙;农行山东省分行与省教育厅全面合作[N];金融时报;2007年
10 人造天堂;论语的长尾营销[N];21世纪经济报道;2007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
  • 010-62982499
  • 010-62783978