收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于二分网络的个性化推荐系统研究

韩腾跃  
【摘要】:随着英特网的迅猛发展和Web2.0技术的广泛应用,电子商务网站和社交平台给我们带来了海量的信息,但是面对如此大量的信息,我们很难找到自己需要的内容,于是个性化推荐系统已经成为英特网时代不可或缺的部分。个性化推荐系统是一个可以用来解决信息过载问题的有效工具,它无需用户介入就能够预测用户的兴趣爱好,具有较强的自学能力和实时能力。进入21世纪以来,随着电子商务的发展,个性化推荐技术取得了飞速的发展和广泛的应用前景。目前个性化推荐系统在社交网络、电子商务、视频、新闻、电影、音乐等各种类型的web站点取得了广泛的应用。 近年来,人们对复杂网络的研究方兴未艾,二分网络作为复杂网络中的一种重要的网络表现形式,具有一定的普遍性。本文深入研究了基于用户-产品二分网络的推荐算法,主要考察了产品的初始资源对推荐算法的影响,研究结果表明改变初始配额能够同时提高推荐结果的准确性和多样性。我们根据每个产品的度,将初始资源不均匀地分配给各个产品,称之为非均匀初始资源配置的偏热传导算法。实验结果表明提出的算法不仅比标准热传导算法的推荐准确性提高47.33%,而且比准确的物质扩散算法提高24.04%。非均匀初始资源配置的偏热传导算法与性能较好的热传导与物质扩散混合算法、偏热传导算法相比较,非均匀初始资源配置的偏热传导算法的多种指标都有所提高。 此外,在热传导与物质扩散的混合算法中,不同的推荐产品之间可能存在着某种共同属性,这种特定的属性引起的相关性会被重复计算。本文考虑了二阶的相关性,设计了两种改进的算法,可以在一定程度上消除冗余的相关性。其中一种方法是从物质扩散角度进行去除二阶冗余关联,另一种方法是从热传导角度去除二阶冗余关联。我们的实验结果表明,两种方法都能够较好地去除二阶关联带来的冗余,并因此能够进一步提高推荐的准确度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王志松;张晶磊;;基于页面聚类的个性化推荐算法研究[J];燕山大学学报;2007年03期
2 王代琳;刘亚秋;王真谛;;基于平均差异度的数字图书馆个性化推荐算法研究[J];图书情报工作;2009年11期
3 黄河涛;刘重洋;;基于Web使用挖掘的个性化推荐系统[J];南阳师范学院学报;2008年09期
4 江婕;李建民;曾勍炜;;基于模式推荐的个性化搜索引擎研究[J];计算机与现代化;2010年05期
5 秦国;杜小勇;;基于用户层次信息的协同推荐算法[J];计算机科学;2004年10期
6 赵智;冯卓楠;;改进的基于相关相似性的协同过滤推荐算法[J];长春工业大学学报(自然科学版);2006年04期
7 张晓敏;王茜;;基于概念层次树的个性化推荐算法[J];计算机工程;2007年24期
8 郭正恩;;基于用户兴趣的个性化推荐[J];光盘技术;2009年07期
9 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
10 吴一帆;王浩然;;结合用户背景信息的协同过滤推荐算法[J];计算机应用;2008年11期
11 刘旭东;葛俊杰;叶长国;;一种混合推荐系统的设计与应用[J];泰山学院学报;2010年03期
12 钱程;阳小兰;;一种电影个性化推荐系统的研究与实现[J];计算机与数字工程;2011年08期
13 侯治平;;用户行为模式下电子商务网站个性化推荐研究[J];电脑与信息技术;2011年04期
14 王自强,冯博琴;个性化推荐系统中遗漏值处理方法的研究[J];西安交通大学学报;2004年08期
15 吴吉义;林志洁;龚祥国;;基于协同过滤的移动电子商务个性化推荐系统若干研究[J];电子技术应用;2007年01期
16 戴亚娥;龚松杰;;个性化服务中基于模糊聚类的协同过滤推荐[J];计算机工程与科学;2009年04期
17 王永固;邱飞岳;赵建龙;刘晖;;基于协同过滤技术的学习资源个性化推荐研究[J];远程教育杂志;2011年03期
18 刘秀敏;刘秀娟;王国明;周立波;;基于Web挖掘的个性化教学推荐系统[J];计算机时代;2011年07期
19 杜定宇;王茜;;一种基于中间代理的个性化推荐系统[J];计算机技术与发展;2011年09期
20 龚松杰;;个性化推荐中一种新的相似性计算方法[J];计算机系统应用;2008年07期
中国重要会议论文全文数据库 前10条
1 王洋;狄增如;樊瑛;;二分网络社团结构的比较性定义[A];第五届全国复杂网络学术会议论文(摘要)汇集[C];2009年
2 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
3 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
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 岳训;孙忠林;孟小峰;;面向电子商务网站的个性化推荐系统研究[A];第十九届全国数据库学术会议论文集(技术报告篇)[C];2002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 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 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
9 尹丽春;庞杰;;二分网络分析方法在合作网络性别研究中的应用[A];首届中国科技政策与管理学术研讨会2005年论文集(下)[C];2005年
10 黎陨;詹晓红;孙莉;;基于频繁遍历路径的个性化推荐系统[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
中国博士学位论文全文数据库 前10条
1 牟向伟;模糊语义个性化推荐系统在电子政务中的应用研究[D];大连海事大学;2010年
2 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
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 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
5 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
6 刘倩;基于客户关系发展阶段的推荐系统特性需求分析[D];华中科技大学;2011年
7 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
8 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
9 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
10 管虎;普适环境下轻量级垂直搜索中数据挖掘理论研究[D];上海交通大学;2013年
中国硕士学位论文全文数据库 前10条
1 韩腾跃;基于二分网络的个性化推荐系统研究[D];南昌航空大学;2013年
2 熊湘云;基于二分网络的多维度推荐技术研究[D];苏州大学;2013年
3 宋真真;协同过滤技术在个性化推荐中的应用研究[D];合肥工业大学;2008年
4 陈敏;个性化推荐系统研究[D];南京邮电大学;2012年
5 蔡宗发;基于用户—产品—标签三元关系的个性化推荐系统研究[D];华南理工大学;2012年
6 高明;二分网络社团发现方法研究[D];合肥工业大学;2012年
7 王平;反馈排序学习模型在个性化推荐系统中的应用研究[D];电子科技大学;2013年
8 李晓丽;电子商务个性化推荐系统的设计与实现[D];河南大学;2013年
9 余善红;基于社会网络的个性化推荐系统关键技术研究[D];国防科学技术大学;2011年
10 雷琨;电子商务个性化推荐系统研究[D];电子科技大学;2012年
中国重要报纸全文数据库 前7条
1 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
2 国防科技大学计算机学院 应晓敏 窦文华;古老概念的凤凰涅槃[N];计算机世界;2003年
3 应晓敏 窦文华;他山之石[N];计算机世界;2003年
4 应晓敏 窦文华;条条道路通罗马[N];计算机世界;2003年
5 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
6 应晓敏 窦文华;实现途径[N];计算机世界;2003年
7 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
中国知网广告投放
 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