收藏本站
《重庆大学》 2014年
收藏 | 手机打开
二维码
手机客户端打开本文

推荐系统用户相似度计算方法研究

朱文奇  
【摘要】:随着互联网的数据规模急剧扩大,用户无法准确迅速地找到自己需要的信息,为解决日益严重的信息过载问题,多种技术方案应运而生,推荐系统就是其中的佼佼者。推荐系统是一种个性化的信息服务,能够很好地充当用户和信息资源之间的桥梁。推荐系统通过建立模型,对用户的需求进行描述,再通过某种推荐策略将特定的信息资源主动推荐给目标用户。 由于推荐系统具有个性化和智能化等特点,其在电子商务、社交网站和影音站点取得了巨大的成功,已经成为这些应用平台的核心子系统。基于协同过滤的推荐系统是应用最为广泛、研究最为深入的一类推荐系统,这类推荐系统算法的关键是寻找用户或者项目的邻居,邻居寻找的准确性决定了最后推荐结果的质量,而邻居的寻找依赖于用户或者项目相似度的计算,因此设计一个适合的相似度计算方法是推荐算法成功的关键问题。 本文首先介绍了推荐系统的概念和推荐系统的模型,同时详细探讨了用户研究和用户模型,并对常用的推荐系统架构进行了分析和介绍;然后介绍了常用的几种推荐算法并介绍了各自适用的场景和优缺点以及主要的相似度计算方法和这些相似度计算方法的局限,接着介绍了常用的实验数据集和评价指标。 传统的用户相似度计算方法中每个项目的权重是一样的,通过分析可以知道用户间共同高评分项目的权重应该高于用户间共同低评分项目的权重,再考虑上类群关系,就得到了本文提出的一种加权的用户相似度计算方法,这种方法解决了一些会导致寻找邻居准确性下降的问题。通过在MovieLens数据集上进行实验,与基于传统用户相似度计算方法的协同过滤算法相比较,实验结果表明,考虑了项目相似度权重的协同过滤推荐算法能显著提高评分预测的准确性和推荐结果的质量。
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2014
【分类号】:TP391.3

手机知网App
【参考文献】
中国期刊全文数据库 前5条
1 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[J];计算机学报;2010年08期
2 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期
3 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期
4 吴湖;王永吉;王哲;王秀利;杜栓柱;;两阶段联合聚类协同过滤算法[J];软件学报;2010年05期
5 邓爱林,左子叶,朱扬勇;基于项目聚类的协同过滤推荐算法[J];小型微型计算机系统;2004年09期
【共引文献】
中国期刊全文数据库 前10条
1 孙多;;基于兴趣度的聚类协同过滤推荐系统的设计[J];安徽大学学报(自然科学版);2007年05期
2 王丽影;刘媛媛;李建英;;个性化服务在网络课程中的应用研究[J];办公自动化;2009年20期
3 纪良浩;王国胤;杨勇;;基于协作过滤的Web日志数据预处理研究[J];重庆邮电学院学报(自然科学版);2006年05期
4 李大学;谢名亮;赵学斌;;结合项目类别信息的协同过滤推荐算法[J];重庆邮电大学学报(自然科学版);2010年06期
5 纪良浩;;协作过滤信息推荐技术研究[J];重庆邮电大学学报(自然科学版);2012年01期
6 陈大平;;搜索引擎技术方式之探析[J];长春理工大学学报(高教版);2009年10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 陈燕;牟向伟;;语义环境下个性化推荐系统建模[J];吉林大学学报(信息科学版);2010年06期
10 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
中国重要会议论文全文数据库 前10条
1 雷育生;甘仞初;杨军;;一种基于用户偏好的虚拟网站信息结构自适应调整算法[A];2007年全国第十一届企业信息化与工业工程学术会议论文集[C];2007年
2 王茹;郭晓;曹雪珊;;国内视频网站精准投放技术分析[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年
3 梁伟贤;;网络搜索引擎发展现状的探讨[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年
4 徐羽琼;李石坚;姚敏;;基于情境感知的个性化邮件服务[A];第四届和谐人机环境联合学术会议论文集[C];2008年
5 刘咏梅;卢鸿剑;杜美玲;;基于Multi-agent的个人电脑客户定制服务推荐系统[A];2006中国控制与决策学术年会论文集[C];2006年
6 汤志伟;王菁;;面向公众的电子政务个性化信息服务体系的构建[A];中国信息经济学会2007年学术年会论文集[C];2007年
7 刘涛;王晓光;黄琨;;数字图书馆的发展及其技术概论[A];信息时代——科技情报研究学术论文集(第三辑)[C];2008年
8 ;An Analysis on the Personalized Recommendation Architecture of Mobile Commerce Application[A];第六届(2011)中国管理学年会——管理科学与工程分会场论文集[C];2011年
9 ;COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON LOOK-AHEAD SELECTIVE SAMPLING[A];2006年中国机械工程学会年会暨中国工程院机械与运载工程学部首届年会论文集[C];2006年
10 赵立江;何钦铭;;聚类分析在个性化学习中的研究与应用[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年
中国博士学位论文全文数据库 前10条
1 张宇;个性化移动内容服务的模型和支持技术研究[D];华中科技大学;2010年
2 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
3 陈伟;基于时序文本挖掘的新闻内容理解与推荐技术研究[D];浙江大学;2010年
4 胡慕海;面向动态情境的信息推荐方法及系统研究[D];华中科技大学;2011年
5 马春山;移动增值业务的个性化推荐研究[D];北京邮电大学;2011年
6 黄永生;基于用户社会属性的点对点内容分发网络模型研究[D];北京邮电大学;2010年
7 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
8 胡慕海;面向动动情境的信息推荐方法及系统研究[D];华中科技大学;2011年
9 林甲灶;构建个性化智能移动电子商务系统的关键技术与方法研究[D];兰州大学;2011年
10 方育柯;集成学习理论研究及其在个性化推荐中的应用[D];电子科技大学;2011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 刘建东;基于Web访问信息挖掘的数字图书馆个性化服务研究[D];浙江理工大学;2010年
4 许坤;基于本体的应急信息管理系统的研究与设计[D];郑州大学;2010年
5 宋超臣;基于推荐网络的服务搜索技术研究[D];哈尔滨工程大学;2010年
6 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
7 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
8 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
9 吴迪;高校毕业生就业推荐系统的设计与开发[D];大连理工大学;2010年
10 庞军;双聚类算法及其在协同过滤中的应用研究[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前3条
1 陈健;印鉴;;基于影响集的协作过滤推荐算法[J];软件学报;2007年07期
2 李晓光;于戈;王大玲;鲍玉斌;;基于信息论的潜在概念获取与文本聚类[J];软件学报;2008年09期
3 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期
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
  • 010-62791813
  • 010-62985026