收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

协同过滤推荐算法及其改进研究

王均波  
【摘要】: 协同过滤技术作为迄今为止应用最成功的推荐技术之一,得到了研究者广泛的关注,成为推荐领域重点研究的内容。本文对协同过滤推荐技术进行了有益的探索和研究,针对协同过滤的缺陷,引入了时间遗忘函数、用户偏好度和用户特征,提出了基于用户特征和兴趣变化的协同过滤算法,将用户兴趣、时间效应、用户对项目偏好程度以及用户的特征有机的结合起来,并对基于用户的协同过滤算法进行了改进。论文完成的主要工作包括: ①对推荐系统进行了较深入的研究,包括概念、研究内容和组成,并详细分析了各种推荐技术,比较了各种推荐技术的优势和不足,以及现有的典型推荐系统实例的特征。在此基础之上,重点研究了推荐领域的主流技术-协同过滤技术,对协同过滤算法做了全面而详细的分析。 ②考虑到用户兴趣度的动态变化问题,借鉴人类的遗忘规律,引入了时间遗忘函数,在当前研究成果基础上,提出了改进的非线性遗忘函数,对每个观测到的用户兴趣特征,根据其出现的时间顺序不同赋予不同权值,按时间t对项目评分进行不同速度的衰减,改变不同时间内评分对推荐结果的贡献度。 ③考虑到项目属性对相似性的影响,提出了项目属性相似性的概念,把项目本身的因素考虑进来,项目之间的相似性不再仅仅取决于用户对商品项目的评分,综合项目属性和用户评分两方面的因素,来度量项目之间的相似性。 ④考虑到不同的项目对用户来具有不同的价值、用户和项目两者间所具有的内在联系,提出了用户偏好度的概念,在计算最近邻时,不再把所有项目等同对待,而是按照用户对项目的不同偏好度赋予不同权值。 ⑤分析了用户特征对推荐过程的参考价值,在推荐过程中,合理引入了用户特征信息,其是对最近邻居模型的扩展。对比实验结果表明:引入用户特征信息后推荐质量得到改善,一定程度上解决了电子商务网站的新用户问题。 ⑥使用MovieLens站点提供的数据集对基于用户特征和兴趣变化的协同过滤算法进行测试,并从多个方面与其他算法进行了比较,验证了改进算法的合理性和有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 卢竹兵;唐雁;;一种基于信任网络的协同过滤推荐策略[J];西南师范大学学报(自然科学版);2008年02期
2 张付志;张启凤;;融合多系统用户信息的协同过滤算法[J];计算机工程;2009年21期
3 周丽娟;徐明升;张研研;张璋;;基于协同过滤的课程推荐模型[J];计算机应用研究;2010年04期
4 刘淇;陈恩红;;结合二部图投影与排序的协同过滤[J];小型微型计算机系统;2010年05期
5 董全德;;基于双信息源的协同过滤算法研究[J];合肥工业大学学报(自然科学版);2010年07期
6 李聪;;电子商务协同过滤可扩展性研究综述[J];现代图书情报技术;2010年11期
7 傅鹤岗;李冉;;基于用户实时反馈的协同过滤算法[J];计算机应用;2011年07期
8 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
9 杨君;汪会玲;艾丹祥;;一种基于情景的多维协同过滤新方法研究[J];图书情报工作;2011年21期
10 王宗武;;基于信任用户联合聚类的协同过滤算法[J];计算机与现代化;2013年09期
11 杜永萍;黄亮;何明;;融合信任计算的协同过滤推荐方法[J];模式识别与人工智能;2014年05期
12 张巍,刘鲁,葛健;一种基于粗集的协同过滤算法[J];小型微型计算机系统;2005年11期
13 徐莉;;结合人口分类特征知识的协同过滤算法[J];安徽科技学院学报;2007年02期
14 王惠敏;聂规划;;融合用户和项目相关信息的协同过滤算法研究[J];武汉理工大学学报;2007年07期
15 丛晓琪;杨怀珍;刘枚莲;;基于时间加权的协同过滤算法研究[J];计算机应用与软件;2009年08期
16 张付志;张启凤;;一种改进的基于流形对齐的协同过滤算法[J];模式识别与人工智能;2009年04期
17 夏秀峰;郝仲模;李磊;;考虑年度日程表事件的协同过滤推荐[J];计算机工程与应用;2010年11期
18 朱敏;苏博;;基于奇异值分解的协同过滤推荐算法研究[J];计算机安全;2010年07期
19 王晓堤;王屾;赵旭;;基于用户可信度聚类的协同过滤推荐模型[J];微计算机信息;2010年30期
20 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
中国重要会议论文全文数据库 前10条
1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
2 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
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 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006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 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
7 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
8 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
9 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
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 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
2 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
3 罗恒;基于协同过滤视角的受限玻尔兹曼机研究[D];上海交通大学;2011年
4 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
5 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
6 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
7 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
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 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
10 赵向宇;Top-N协同过滤推荐技术研究[D];北京理工大学;2014年
中国硕士学位论文全文数据库 前10条
1 胡淼;基于协同过滤的服务评价方法的研究[D];哈尔滨工程大学;2008年
2 赵伟;基于评分预测和概率融合的协同过滤研究[D];河南大学;2007年
3 彭玉;基于用户个人特征的多内容项目协同过滤推荐[D];西南大学;2007年
4 李冉;基于用户实时反馈的协同过滤算法研究[D];重庆大学;2011年
5 孙凯;协同过滤移动社区的研究与实现[D];北京邮电大学;2012年
6 全智超;基于用户性格的协同过滤推荐研究[D];首都师范大学;2014年
7 张亮;基于协同过滤与划分聚类的推荐算法研究[D];吉林大学;2014年
8 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
9 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年
10 况亚萍;云计算技术在协同过滤推荐中的应用研究[D];中国科学技术大学;2014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