模糊聚类的混合推荐算法研究

《模糊聚类的混合推荐算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、分类号TP312密级UDC硕士学位论文模糊聚类的混合推荐算法研究张恺学科专业_计算机软件与理论指导教师秦亮曦教授一论文答辩日期2010年05月29日学位授予日期答辩委员会主席顾平教授-论文评阅人李肯立教授覃海且_教授广西大学学位论文原创性声明和学位论文使用授权说明学位论文原创性声明本人声明：所呈交的学位论文是在导师指导下完成的，研究工作所取得的成果和相关知识产权属广西大学所有。除已注明部分外，论文中不包含其他人已经发表过的研究成果，也不包含本人为获得其它学位而使用过的内容。对本文的研究工作提供过重要

2、帮助的个人和集体，均已在论文中明确说明并致谢。论文作者签名：敎•彳妆严卜年/月"日学位论文使用授权说明本人完全了解广西大学关于收集、保存.使用学位论文的规定，即：本人保证不以其它单位为第一署名单位发表或使用本论文的研究内容；按照学校要求提交学位论文的印刷本和电子版本；■学校有权保存学位论文的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用彩印、缩印、数字化或其它复制手段保存论文；学校可以公布论文的部分或全部内容。请选择发布时间：區卩时发布□解密后发布（保密论文需注明，并在解密后遵守此规定）模糊

3、聚类的混合推荐算法研究在20世纪90年代提出推荐系统的概念之后，经过十多年的发展，推荐系统已经被应用到了许多大型电子商务系统中。在对推荐系统的研究中,如何对现有系统中的推荐算法进行改进，以及提出新的推荐算法是其中的研究热点，其中混合策略的推荐算法是研究的主要内容，而如何避免推荐系统中过拟合问题带来的兴趣缺失和系统的冷启动带来的评价障碍更是算法设计与研究的难点。本文完成的主要工作如下:(1)在对现存的推荐算法进行分析的基础上，指出了这些算法的优点和局限性。认为釆用混合策略推荐策略是解决现存推荐系统中缺

4、陷的较好途径,因此设计了一个基于协同过滤和项目聚类的混合策略推荐算法(HybridRecommendationalgorithmbasedonCollaborativefilteringandItemclustering,HRCI)o该算法经过项目聚类降低用户向量的维度，简化用户相似度计算。在对项目进行评价估计时，结合了User-based和Item・based协同过滤算法结果作为推荐结果。实验结果表明，该算法在推荐性能上有很好的改善,但是在评分估计方面还存在进一步改进的空间。(2)将隶属度函数应用

5、到数据聚类中，提出了一种用户聚类效果的度量方法。并且在迭代思想和FCM算法(FuzzyC・Means)基础上，设计了基于层次的隶属度矩阵迭代的IMC聚类算法(IterationMembershipdegreematrixClustering)o实验证明，该算法便于确定最佳的用户簇的数目，并且对簇的边界的划分更为恰当。(3)将IMC聚类算法的思想融合到HRCI推荐算法中，提出了一种新的模糊聚类的混合推荐算法(HybridRecommendationbasedonFuzzyCluster,HRFC)o并

6、提出了一种初始隶属度矩阵的构造方法，以及基于模糊聚类的项目评分估计方法。实验结果表明，HRFC算法比原有算法提高了项目评分估计的准确度，从而使得算法的推荐性能进一步提高，并且在不同稀疏程度的情况下算法性能稳定，具有较高的实际应用价值。关键词：推荐系统相似度混合策略模糊聚类RESEARCHOFHYBRIDRECOMMENDATIONALGORITHMBASEDONFUZZYCLUSTERINGABSTRACTAftertheconceptofrecommendersystemproposedin199

7、0s,withdecadeofdevelopment,recommendersystemhasbeenappliedtolargeelectroniccommercesystem.Amongtheresearchofrecommendersystem,howtoimprovetheexistingrecommendationalgorithmsandproposingnewrecommendationalgorithmshavebeenhotspots.However,theresearchofhy

8、bridrecommendationalgorithmsisanmajorpart.What'smore,toavoidlostinterestsresultingfromusersoverspecializationofrecommendersystemanddifficultiesarisenfromcold-startarethemostdifficulttaskinthedesignandresearchrecommendationalgorithms・The