收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

网络图书资源个性化推荐算法研究

黄琼  
【摘要】:随着网络的持续发展,网络图书资源也越来越丰富。每位喜欢图书的用户其需求对于整个网络的图书资源来说非常渺小,且用户无法在如此庞大的图书海洋中找到其感兴趣的图书,即便用户找到了某些图书,但该图书并不一定符合用户喜好,这不仅浪费了用户的时间,并且对于某些需要购买图书的电子商务网站来说,还浪费了用户的金钱。 针对上面的一些问题,个性化推荐算法在网络图书资源领域的研究应运而生。算法利用读者行为数据,分析读者间的兴趣相似度或图书间的相似度,为当前读者实现个性化推荐。基于邻域的推荐是应用最为广泛的个性化推荐技术之一。基于邻域的推荐中的协同过滤推荐则应用最为成功,包括基于用户的最近邻推荐和基于项目的最近邻推荐。但是传统的协同过滤算法存在着一些问题,在某些数字图书网站及社区中,读者数目越来越多,图书数目愈来愈大,因此对于算法的输入矩阵,及用户项目评分矩阵则越来越稀疏;同时,两个算法也存在不同程度的问题,比如传统算法没有考虑到活跃用户和流行项目对算法造成的影响等。 文章对数据集的历史行为数据进行了详细的分析,在其基础上得到了活跃用户和流行项目的关系,对两个传统算法的相似度计算进行了相应的改进,经过在BookCrossing图书社区数据集的验证说明,对流行项目和活跃用户做出硬性惩罚的改进算法在牺牲一定精确度的前提下大大提高了算法推荐长尾项目的能力;而引用了IUF和IIF参数对两者做出软性惩罚后在推荐精度以及推荐长尾项目的能力上都有所提高。同时,文章综合比较了两种传统的协同过滤算法,分析两者所具有的优势和缺陷,提出了一种基于两者混合的协同过滤推荐算法,该算法不仅考虑到了用户之间的关联性,而且考虑到了项目之间的关联性,并且对于输入的用户项目评分矩阵进行了相应的压缩,综合两者之间的优点进行最终的推荐。经过在BookCrossing图书社区的数据集上进行了相关的验证,说明该算法大大提高了推荐的精确率和召回率,推荐长尾项目的能力处于传统的两个算法之间。


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 李颖基,彭宏,郑启伦,杨沛;基于商品目录的多层关联推荐算法[J];计算机工程;2004年01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 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
5 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
6 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
7 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
8 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
9 高旻;吴中福;;基于个性化情境和项目的协同推荐研究[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年
10 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
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 董振华;群落标签推荐系统体系结构及关键问题研究[D];南开大学;2012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 廉捷;基于用户特征的社交网络数据挖掘研究[D];北京交通大学;2014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 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
9 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
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 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
2 封素石;分布式协同过滤推荐算法研究[D];燕山大学;2010年
3 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
4 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
5 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
6 刘亭;隐私保持协同过滤推荐算法研究[D];燕山大学;2010年
7 胡航博;上下文相关的查询推荐算法研究[D];河南大学;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 王若松;基于合著网络的论文混合推荐算法研究[D];哈尔滨工程大学;2013年
10 徐华华;社会网络中的微博用户推荐算法研究[D];华中科技大学;2013年
中国重要报纸全文数据库 前3条
1 记者 王夕;网络也会“读心术”[N];北京科技报;2011年
2 记者 向阳;软件测试关键技术研究有望降低测试成本[N];科技日报;2009年
3 本报记者 雷彬;百度推出移动开放平台 优化服务提升用户体验[N];通信信息报;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