收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于用户实时反馈的协同过滤算法研究

李冉  
【摘要】:随着互联网的普及和电子商务的迅猛发展,网络用户正面临着越来越严重的信息过载问题,用户不得不在海量的产品信息中寻找需要的商品。推荐系统可以有效地与用户进行交互,根据用户的喜好进行个性化的商品推荐,对提升用户对电子商务网站的满意度、增加商品销售量有重要影响。但是,精确性问题和实时性问题严重制约了推荐系统的发展。 目前应用最为广泛的推荐算法是协同过滤算法,协同过滤主要时间消耗用于相似度计算上。随着用户数量和项目数量的增加,推荐系统需要不断的重新计算相似度,造成推荐系统无法满足用户的需求。基于模型的协同过滤算法从某种程度上解决了这个问题,但由于模型更新周期长而降低了推荐的精确性。针对以上情况,提出一种基于用户实时反馈的协同过滤算法,该算法在用户提交项目评分之后能实现对推荐模型数据的实时更新,从而更精确的反映用户的兴趣变化。本文的主要的研究工作如下: 1.对当前推荐系统和推荐算法的发展和研究情况进行了阐述,重点归纳了协同过滤推荐的基本原理以及推荐特点,总结了传统的协同过滤技术存在的弊端,为下文模型的提出奠定基础。 2.为了能够实时更新用户的兴趣变化,本文提出了基于用户实时反馈的推荐模型,通过在线更新机制接收用户的实时反馈对相似度数据进行局部更新,该反馈模型分为直接反馈和间接反馈两部分,分别从不同角度反映用户反馈对推荐结果的影响。 3.针对该种模型,本文又提出了一种基于用户实时反馈的协同过滤算法,该算法通过巧妙的公式变化,实现了在传统协同过滤算法上的实时更新功能,又通过引入邻接表结构来降低算法的复杂度,实现了在线更新的功能。 4.在实验部分,本文设计了三部分实验来测试算法效果。除了采用传统的平均绝对误差(MAE)和平均推荐时间(MRT)这两个指标之外,本文还提出了平均评价时间(MAT)来衡量用户评价数据所需要的时间。实验结果表明,该算法能够有效地提高推荐精确度并且大幅地缩短了推荐时间。最后,本文对推荐系统技术的未来进行了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 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
2 陈前;;广播实时反馈平台的建立及运用[J];新闻前哨;2011年07期
3 尹柱平;李幼平;;基于用户角色与行为的协同过滤推荐算法[J];桂林电子科技大学学报;2011年03期
4 薛伟莲;王蕴慧;;一种基于对话的电子商务推荐系统[J];辽宁师范大学学报(自然科学版);2011年02期
5 周之诚;;用户意图聚类的数字资源推荐方法[J];情报理论与实践;2011年06期
6 杨东风;;基于多兴趣度的图书借阅推荐系统研究与设计[J];信息技术;2011年07期
7 胡慕海;蔡淑琴;谭婷婷;;面向移动数字图书馆的情境敏感型知识推荐研究[J];计算机科学;2011年08期
8 赵宏霞;王新海;杨皎平;;基于Web客户因子分析的协同推荐算法[J];计算机应用研究;2011年07期
9 尹柱平;;基于用户行为与角色约束的协同过滤算法[J];软件导刊;2011年06期
10 王卫平;杨磊;;结合最大熵模型和tag特征的混合推荐系统[J];计算机系统应用;2011年07期
11 赵宏霞;王新海;杨皎平;;基于项目因子分析的Web客户需求协同推荐算法[J];计算机系统应用;2011年07期
12 王卫平;王金辉;;基于Tag和协同过滤的混合推荐方法[J];计算机工程;2011年14期
13 方彬;胡侠;王灿;;基于用户行为的盲人图书推荐方法[J];计算机工程;2011年15期
14 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
15 王爱国;李廉;杨静;陈桂林;;一种基于Bayesian网络的网页推荐算法[J];山东大学学报(工学版);2011年04期
16 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
17 刘飞飞;;基于多目标优化双聚类的数字图书馆协同过滤推荐系统[J];图书情报工作;2011年07期
18 徐玉辰;梁强;张付志;;基于目标项目识别的用户概貌攻击检测算法[J];小型微型计算机系统;2011年07期
19 吴月萍;郑建国;;协同过滤推荐算法[J];计算机工程与设计;2011年09期
20 陈志敏;姜艺;;综合项目评分和属性的个性化推荐算法[J];微电子学与计算机;2011年09期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 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
7 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
8 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
9 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
10 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
中国博士学位论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年
6 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
7 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年
8 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
9 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
10 张亮;基于机器学习的信息过滤和信息检索的模型和算法研究[D];天津大学;2007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 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
3 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
4 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
5 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
6 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
7 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
8 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
9 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年
10 金亚亚;一种基于改进信任度的协同过滤算法[D];华东理工大学;2011年
中国重要报纸全文数据库 前10条
1 孙波刘晓东;江苏高速春运打好“三张牌”[N];江苏经济报;2008年
2 华夏证券 黄英;雇员可作监管一方[N];证券时报;2004年
3 ;“一站式”平台便捷高效服务企业[N];东方城乡报;2008年
4 ;用友ERP:为星宇带来新动力[N];中国电子报;2003年
5 陈媛;如何拉长企业的管理短板[N];中国信息报;2004年
6 记者 双生;南京人一票可游长三角[N];南京日报;2005年
7 本报记者 张承东;平台之路 并不平凡[N];网络世界;2004年
8 见习记者 黄鹏飞 特约记者 廖静;新型交通标志为速度“把脉”[N];法治快报;2006年
9 本报特约记者 王铭 通讯员 季平 任怀忠 刘莉娜;机制凝聚团结 改革催人奋进[N];中国水利报;2005年
10 张力强;选择恰当时机引进ERP软件[N];中国电力报;2005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