协同过滤技术在电子商务推荐系统中的应用与研究

《协同过滤技术在电子商务推荐系统中的应用与研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学硕士学位论文协同过滤技术在电子商务推荐系统中的应用与研究姓名：吴婷申请学位级别：硕士专业：计算机应用技术指导教师：熊前兴20090501武汉理工大学硕士学位论文摘要近年来，电子商务个性化推荐系统在网络上获得了普遍的成功，协同过滤是其中应用最为广泛的个性化推荐技术。但是当前的电子商务推荐系统在实际运用中还相当不成熟，仍然存在许多问题，如推荐质量受到稀疏的用户评价数据的严重影响，系统的可扩展性能差，推荐缺乏多样性无法涵盖用户的完整兴趣。同时，网上有效信息的数量和商品的种类的急速增长对推荐

2、系统提出了严峻挑战。本文研究了个性化推荐系统及其主要的推荐技术，特别是协同过滤技术，包括基于用户的协同过滤技术和基于项目的协同过滤技术。本文所做的主要工作及创新体现在下面的四个方面：本文在协同过滤算法的计算用户间相似度阶段，提出了一种基于用户兴趣变化的协同过滤的改进算法。算法考虑了用户评价时间的影响，改进了传统的用户间相似度的计算方法，从而得到最有效的目标用户最近邻居。另外，在推荐系统中寻找目标用户最有效邻居方面，本文利用用户的属性特征对用户进行聚类。先找到目标用户所在的聚类簇，然后在这个聚类簇

3、中利用改进的用户相似度量方法寻找目标用户的最近邻居。在预测阶段，本文利用能使改进算法达到最低MAE值(推荐评价标准)的最近邻居来预测用户未评分项目的评分，并且通过实验验证了这种方法比单纯用基于用户的协同推荐算法具有更高的推荐质量。在推荐阶段本文采用了多模型推荐方法。另外，系统采用众数法解决推荐系统中冷启动(新项目和新用户)问题，提高了推荐系统的推荐质量。仿真实验表明：改进的协同过滤推荐算法比传统的协同过滤推荐算法具有更好的推荐效果。最后利用改进的协同过滤算法设计实现了一个简单的电影推荐系统，达到

4、了预期的推荐效果。关键词：推荐系统；协同过滤；属性特征；用户兴趣变化；多模型推荐武汉理工人学硕十学位论文recommendationalgorithmandprovesmendedrecommendationalgorithmismoreprecisethantraditionrecommendationalgorithm．Atlast，thisthesisdesignsandimplementsasimplerecommendationsystemoffilmwhichusesthemende

5、dalgorithm．Keywords：RecommendationSystem；Collaborativefiltering；InterestDrift；Users’Feature；SeveralModdsRecommendation111独创性声明本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学和其它教育机构的学位和证书而使用过的材料。与我一同工作的同

6、志对本研究所作的任何贡献均已在论文中作了明确的说明并表示了感谢。签名：兰鳢日期：通：竺：型关于论文使用授权的说明本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保留交向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息服务。(保密的论文在解密后应遵守

7、此规定)研究生(签名)：量嗜导师(日期研曩习、武汉理t大学硕十学位论文第1章绪论本章主要介绍电子商务个性化推荐系统以及个性化推荐技术的研究背景、研究意义和研究现状，阐明了论文的研究对象和所做的主要工作，并对论文的结构安排进行简要说明。1．1研究背景目前，电子商务网站不仅是企业对外的一个门户，更是企业的经营场所。电子商务交易双方是不谋面的，商家无法直接面对客户，能获得的只是大量的相关数据(如用户注册信息、商品评价记录等)。通过对这些信息的分析，使得企业在电子商务网站方面具有更高的吸引力，从而得到更

8、多的订单，获得更多的企业效益。同时，能有效的帮助用户解决“信息超载”(informationoverload)问题，使用户能在电子商务网站提供的上力．种商品中选择到自己满意的商品，从而提高客户对自身网站的忠诚度。为了实现企业的数字化发展和企业经济效益的增长，解决信息超载问题已经成为进一步提高网络内容服务质量的急需解决的重要课题之一，提供个性化的服务也将是未来网络内容服务的一个发展方向。由此，电子商务个性化推荐系统应运而生。电子商务推荐系统就是通过了解和学习客户的需求与爱好，为用户提供商品信息和建