收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

融合用户属性和兴趣的最大熵推荐算法研究

陈显勇  
【摘要】:电子商务为人们提供方便的同时,海量增长的商品信息却让用户难以取舍,造成“信息过载”。由此,个性化推荐技术在电子商务活动中越来越受到重视,它可以在网络上快速、准确地向用户推荐其可能感兴趣的商品信息,为用户提供便捷的推送服务,同时也增加了商品的购买概率,为商家带来利益。协同过滤技术作为应用最为广泛与成功的推荐技术之一,受到研究者的广泛关注,使用协同过滤技术为用户提供高效的商品推荐服务,提高用户在电子购物过程中的体验满意度有着重要的实际意义。 本文对个性化推荐系统的多个方面进行了研究分析,重点研究最大熵模型在推荐系统中的应用,以此为基础,建立了一种混合技术的协同过滤推荐模型。本文完成了下述具体研究工作: 第一,深入研究比较了几种主要的推荐技术,其中包括推荐系统的基本组成结构,各种主流推荐技术的实现方式,以及不同推荐技术自身的优缺点,重点对协同过滤技术中常用算法给予详细的分析说明,并且分析了协同过滤算法面临的多种问题,以及当前已有的一些改进方法。 第二,研究最大熵模型数学理论,并将最大熵模型应用到个性化推荐中,得到一种全新的区别于传统基于邻居集合的协同过滤评分预测模型。在模型中,依靠用户基本属性信息和用户的兴趣信息作为评分分类依据,建立对项目评分分类的概率预测模型,模型在满足所有特征约束条件下,分类概率具有最好的均衡性。 第三,研究将用户的基本属性信息融入到模型中,通过建立预测项目评分分类和用户属性之间的特征约束,使得在用户评分信息不充分的情况下模型能够提供稳定的预测结果。 第四,研究将用户的兴趣信息融入到最大熵模型中,本文中用户的兴趣表现为用户对项目的评分,文中使用基于项目间评分最大相关的方法为预测项目选择条件项目,建立基于用户项目评分的特征约束,其中最大相关的计算方法引用了信息论中互信息的度量方法。 最后在MovieLens数据集上,对本文算法进行多方面的综合测试,并与传统的基于邻居集合的协同过滤算法进行对比分析,实验结果显示本文所提方法在预测未知用户评分方面拥有更高的准确性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 邵华;高凤荣;邢春晓;蒋丽华;;基于VSM的分层网页推荐算法[J];计算机科学;2006年11期
2 苏一丹;王育才;顾新一;;基于独特型人工免疫网络的并行推荐算法的研究[J];计算机应用;2008年05期
3 李聪;梁昌勇;董珂;;基于项目类别相似性的协同过滤推荐算法[J];合肥工业大学学报(自然科学版);2008年03期
4 杨艳;;数字图书馆中兴趣度推荐算法[J];哈尔滨工程大学学报;2009年06期
5 熊忠阳;张凤娟;张玉芳;;基于粒子群优化的项聚类推荐算法[J];计算机工程;2009年23期
6 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期
7 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
8 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
9 李涛;王建东;叶飞跃;冯新宇;张有东;;一种基于用户聚类的协同过滤推荐算法[J];系统工程与电子技术;2007年07期
10 连瑞梅;;电子商务中Web页面个性化推荐系统的架构[J];中国管理信息化(综合版);2007年09期
11 高滢;齐红;刘杰;刘大有;;结合似然关系模型和用户等级的协同过滤推荐算法[J];计算机研究与发展;2008年09期
12 李慧;李存华;王霞;;一种新颖的个性化视频搜索排名算法[J];南京师范大学学报(工程技术版);2008年04期
13 李聪;梁昌勇;;基于属性值偏好矩阵的协同过滤推荐算法[J];情报学报;2008年06期
14 张晓云;李慧;王霞;;基于视觉信息的个性化图像搜索排名技术[J];黑龙江科技信息;2009年31期
15 赵娟;;个性化的自主学习模型研究[J];计算机教育;2010年05期
16 路璐;;基于aiNET人工免疫网络的推荐算法[J];电脑编程技巧与维护;2010年24期
17 李聪;梁昌勇;杨善林;;电子商务协同过滤稀疏性研究:一个分类视角[J];管理工程学报;2011年01期
18 张付志;常俊风;王栋;;基于Widrow-Hoff神经网络的多指标推荐算法[J];模式识别与人工智能;2011年02期
19 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
20 吴月萍;王娜;马良;;基于蚁群算法的协同过滤推荐系统的研究[J];计算机技术与发展;2011年10期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 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
5 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
6 郭春营;林源根;姜猛;吴昌莉;;基于最大熵方法确定失效分布函数方法的初步分析[A];第七届全国核仪器及其应用学术会议暨全国第五届核反应堆用核仪器学术会议论文集[C];2009年
7 汤显;周军锋;郭景峰;;一种面向Web站点的个性化推荐算法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
8 王怀斌;李方华;;再研究最大熵解卷的真解问题[A];第十二届全国电子显微学会议论文集[C];2002年
9 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
10 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
中国博士学位论文全文数据库 前10条
1 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
2 周雅倩;最大熵方法及其在自然语言处理中的应用[D];复旦大学;2005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 周丽娟;P2P流媒体识别方法的研究[D];华中科技大学;2008年
6 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
7 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
8 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
9 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
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 陈显勇;融合用户属性和兴趣的最大熵推荐算法研究[D];重庆大学;2013年
2 代沁;电子商务中基于消费心理的个性化推荐方法研究[D];沈阳航空工业学院;2010年
3 封素石;分布式协同过滤推荐算法研究[D];燕山大学;2010年
4 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
5 李有超;基于项目属性与偏爱比较的协同过滤推荐算法研究[D];燕山大学;2010年
6 袁先虎;基于混合用户模型的协同过滤推荐算法研究[D];重庆大学;2010年
7 刘亭;隐私保持协同过滤推荐算法研究[D];燕山大学;2010年
8 胡航博;上下文相关的查询推荐算法研究[D];河南大学;2010年
9 章军;最大熵在软测量数据处理中的应用[D];江南大学;2013年
10 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
中国重要报纸全文数据库 前10条
1 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
2 吴彤 凌颖;中国电信:围绕新业务建设智能网[N];人民邮电;2003年
3 赵桂芬;巧在邮件地址中加注释[N];中国电脑教育报;2003年
4 本报记者 郎晓黎;无线营销将迈进成长期[N];通信产业报;2007年
5 ;固网智能化——承前启后实现固网可持续发展[N];人民邮电;2006年
6 贾鹏雷;中国IT设计太需要战略了![N];计算机世界;2007年
7 李传涛;谁将控制IMS主导权?[N];通信产业报;2006年
8 曹增光;精准定向营销将大行其道[N];中国经济时报;2007年
9 徐勇;突破网络演进的瓶颈[N];人民邮电;2005年
10 王兵 孟伟松;面向未来业务实施全面转型[N];人民邮电;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