收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于领域知识的协同过滤推荐研究

邵伟  
【摘要】: 随着网络的日益普及和电子商务的快速发展,信息推荐实现了从传统的“人找信息”向“信息找人”的网络服务模式的转变。协同过滤技术是当前推荐系统主要采用的技术,它能够发掘出目标用户潜在的兴趣,获得良好的用户体验。 在实际运用中,协同过滤推荐系统主要面临两个需要解决的问题,一个是稀疏性,即用户评分数据通常非常少,仅仅依据这些评分很难发现相似的用户;另一个是实时性,即随着系统用户和资源的增多,系统的性能会越来越低。针对第一个问题,可以构建一个初始用户-项目评分矩阵,通过预测该矩阵中的空缺评分,降低评分极端稀疏对推荐效果带来的影响。在这个过程中,本文结合项目的领域类别信息,通过计算项目间的评分密度阈值,从而动态调整项目评分和项目类别对相似性的贡献大小,改进了项目间的相似性计算公式,使得填充的评分值更加准确,有利于后续的未评分项目的最近邻计算,提高了推荐系统的准确性。对于第二个问题,本文依据项目的领域类别信息为活动用户筛选出候选近邻集合,在此基础上,融入用户的领域职位信息确定用户兴趣组。最后,在用户兴趣组内寻找最近邻集合,预测目标用户对项目的评分并提供推荐。在整个寻找最近邻过程中,本文合理缩小了用户空间,使推荐系统的效率在不影响推荐准确性的前提下获得进一步的提高。 实验结果表明,本文提出的改进算法和传统的协同过滤算法相比,有效地改善了推荐系统的性能。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵智;时兵;;改进的个性化推荐算法[J];长春大学学报;2005年06期
2 冷亚军;梁昌勇;张恩桥;戚筱雯;;基于项类偏好的协同过滤推荐算法[J];情报学报;2011年07期
3 陈超;张颖超;缪进;;一种基于三部图网络的协同过滤算法[J];南京信息工程大学学报(自然科学版);2010年04期
4 王茜;杨莉云;杨德礼;;面向用户偏好的属性值评分分布协同过滤算法[J];系统工程学报;2010年04期
5 陈志敏;李志强;;基于用户特征和项目属性的协同过滤推荐算法[J];计算机应用;2011年07期
6 温会平;陈俊杰;;基于用户模糊聚类的个性化推荐算法[J];计算机与数字工程;2008年02期
7 查文琴;梁昌勇;曹镭;;基于用户聚类的协同过滤推荐方法[J];计算机技术与发展;2009年06期
8 李聪;梁昌勇;;适应用户兴趣变化的协同过滤增量更新机制[J];情报学报;2010年01期
9 梁昌勇;李聪;杨善林;;一种基于Rough集理论的最近邻协同过滤算法[J];情报学报;2009年05期
10 胡福华;郑小林;干红华;;基于相似度传递的协同过滤算法[J];计算机工程;2011年10期
11 李珊;何建敏;厉浩;;基于知识的协同过滤推荐系统研究[J];情报学报;2008年03期
12 闫祥雨;谢红薇;孙静宇;;基于领域知识的协同过滤推荐算法[J];电脑开发与应用;2010年04期
13 金艳云;李红兵;;基于个性化学习系统的协同过滤算法改进[J];电脑知识与技术;2009年34期
14 徐南;王新生;;协同过滤系统隐私保护和推荐准确性研究[J];计算机工程;2010年23期
15 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
16 李聪;梁昌勇;马丽;;基于领域最近邻的协同过滤推荐算法[J];计算机研究与发展;2008年09期
17 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
18 嵇晓声;刘宴兵;罗来明;;协同过滤中基于用户兴趣度的相似性度量方法[J];计算机应用;2010年10期
19 杨怀珍;丛晓琪;刘枚莲;;基于时间加权的个性化推荐算法研究[J];计算机工程与科学;2009年06期
20 余力,刘鲁,李雪峰;用户多兴趣下的个性化推荐算法研究[J];计算机集成制造系统-CIMS;2004年12期
中国重要会议论文全文数据库 前10条
1 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
2 汤显;郭景峰;高英飞;;基于类别相似性的增量协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006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 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
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 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
7 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
8 梁敏;郭新涛;阮备军;朱扬勇;;X_Dist——一个柔性语义距离函数[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
9 李雪;左万利;赫枫龄;王英;;传统Item-Based协同过滤推荐算法改进[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
10 孙铁利;杨焱;邱春艳;;基于内容预测的协同过滤推荐[A];2005年全国理论计算机科学学术年会论文集[C];2005年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年
4 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
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 孙慧峰;基于协同过滤的个性化Web推荐[D];北京邮电大学;2012年
7 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
8 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
9 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年
10 肖敏;基于领域本体的电子商务推荐技术研究[D];武汉理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 邵伟;基于领域知识的协同过滤推荐研究[D];河北大学;2010年
2 白龙;融合数据检测与用户信任的协同过滤算法研究[D];燕山大学;2010年
3 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
4 胡福华;基于可信相似度传递的协同过滤算法研究与应用[D];浙江大学;2011年
5 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
6 曾小波;基于协同过滤的推荐系统的研究[D];电子科技大学;2010年
7 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
8 王小亮;基于协同过滤的个性化推荐算法的优化和应用[D];浙江工商大学;2010年
9 张晓蕾;协同过滤推荐模型及其在汽车电子商务中的应用研究[D];天津师范大学;2010年
10 康雨洁;基于协同过滤的个性化社区推荐方法研究[D];中国科学技术大学;2011年
中国重要报纸全文数据库 前10条
1 崔昕;浙大中药质控技术取得创新性成果[N];中国医药报;2002年
2 刘溟;互联网 个性化营销最佳载体[N];经济日报;2004年
3 朱冬梅;企业情报门户系统的内核[N];计算机世界;2004年
4 ;移动经营者的商务机会(未完待续)[N];网络世界;2001年
5 王明;浙大首创中药指纹图谱实验技术平台[N];中国高新技术产业导报;2002年
6 南方;房地产将走向互联网营销[N];中国信息报;2002年
7 本报记者 李雪墨;指纹图谱给中药一个“身份证”[N];中国高新技术产业导报;2002年
8 拓文娟;复方丹参滴丸有了指纹图谱“画像”[N];中国中医药报;2004年
9 赵骏飞;数据挖掘在金融行业的应用[N];中国保险报;2011年
10 乔颖;程序解人意,帮你寻找“顺口”的美食[N];新华每日电讯;2011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