基于可信度的协同过滤推荐算法研究

《基于可信度的协同过滤推荐算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、重庆大学硕士学位论文1引言1.3研究内容本文将对电子商务推荐领域的推荐算法进行较深入的研究，重点研究传统的协同过滤及其在电子商务推荐系统中的应用、存在的问题以及面临的挑战。对于这些问题和挑战，分析现有改进算法的优缺点，在此基础上提出更合理的改进策略，以期能有效地提高传统协同过滤的准确度和实时性，进而提高系统推荐的质量。本论文将从以下几个方面展开研究工作：①首先从整体上研究电子商务个性化系统的基本思想、实现过程以及实现技术，研究和讨论电子商务个性化系统中尚待解决的问题。②分析现有的主要推荐算法，对推荐系

2、统中所采用的技术和算法进行深入研究，重点研究目前在网页推荐领域应用比较成功的基于内容的推荐算法和目前最受学者关注的协同过滤推荐算法。然后对各种推荐算法的优缺点进行比较分析。③分析发现传统的协同过滤算法中尚未解决的问题。研究现有改进算法对这些问题的解决方案，并在此基础上提出更有效的改进算法。设计本文改进算法的数据处理过程、推荐策略和推荐流程，并对算法的特点进行理论分析。④利用经常被学者用于实验研究的数据集对改进算法进行实验验证，从推荐的准确度、实时性以及多样性等多个方面与目前比较主流的几个算法进行对比分

3、析，查看改进算法的推荐效果。⑤最后应用改进算法设计实现一个简单的电影推荐系统的原型，在系统中为用户提供传统的协同过滤推荐算法和本文提出的推荐算法两种选择，向用户产生推荐，以便做对比体验。1.4论文结构论文共分七章，各章内容简如下：第一章引言介绍了电子商务推荐系统与个性化信息推荐服务的概念，探讨了推荐系统在电子商务中的研究背景和研究意义。然后介绍了本文的主要研究内容和工作，给出了论文的整体组织结构。第二章推荐系统介绍了推荐系统的相关知识，包括：推荐系统的组成、推荐系统的分类、现有的推荐系统以及推荐系统面

4、临的主要问题。第三章推荐算法对推荐系统常用的推荐算法进行了介绍，包括基于内容的算法、协同过滤、基于知识的算法等。其中重点介绍了当前比较成功的协同过滤推荐算法的推荐原理，分析了算法面临的挑战与存在的问题。第四章基于可信度的协同过滤推荐算法分析了协同过滤的推荐流程，并在基于项目和基于用户的协同过滤算法基础上提出了基于可信度的协同过滤推荐算4重庆大学硕士学位论文1引言法。详细介绍了改进算法的基本原理、改进依据、算法设计和实现流程。第五章实验及评价根据算法的目标设计了实验，分三部分对不同算法的实时性、新颖性以

5、及准确度进行了测试，对实验结果进行了全面的分析。第六章系统实现基于本文提出的算法设计开发了一个原型系统，简单介绍了系统开发工具、系统架构，给出了主要的系统界面和算法实现的核心代码。第七章总结和展望对全文工作进行了总结，给出了后续研究工作的方向。5重庆大学硕士学位论文2推荐系统2推荐系统1.3推荐系统的组成1997年Resniek和Varian在《RecommenderSystems》一文中对电子商务个性化推荐系统进行了正式的定义，它是一个利用电子商务网站向用户提供商品信息和推荐建议，模拟销售人员帮助客

6、户完成购买过程，帮助用户决定应该购买什么产品的系统[19]。推荐系统能挖掘用户的行为资料，统计出用户的兴趣偏好，并主动依据统计出的用户偏好为用户推荐个性化的商品信息，而且系统给出的推荐是动态更新的，当系统中的用户行为信息和商品信息发生变化时，系统给出的推荐列表也会自动改变。这样大大方便了用户对商品信息的浏览、提升了用户的购买体验，同时也提高了企业的销售额。电子商务推荐系统从总体的层次结构看可以分为三大部分：输入功能模块、推荐算法模块与输出功能模块。各模块间的关系图2.1所示：图2.1推荐系统的组成Fi

7、g.2.1Architectureofrecommendsystem2.1.1推荐系统的输入电子商务推荐系统有多种形式的输入，对于应用到不同领域的推荐系统，需要的输入信息一般也不相同。用户当前的行为或是用户访问过程中的历史行为是推荐系统最常用的输入形式。为了产生高质量的推荐，大型电子商务网站实际使用的推荐系统可能同时需要几种类型的输入信息[20]，主要有：①用户的隐式浏览输入：这种方式的输入信息是用户浏览电子商务页面的行6重庆大学硕士学位论文2推荐系统为，采用这种方式进行输入时，用户的浏览行为不需要与

8、一般的常规站点有任何区别，因为推荐系统对用户是透明的，用户并不知道推荐系统的存在。这种方式的输入信息种类主要有：用户购物篮中的商品、用户正在浏览的商品以及用户的浏览路径等。②用户的显式浏览输入：这种输入方式也是将用户的浏览行为作为推荐系统的输入，但与隐式浏览输入相区别的是：这种方式下用户知道推荐系统的存在，用户输入信息的方式是用户有目的地向推荐系统提供自己的兴趣爱好。比如用户可以在电子商务系统提供的一系列热门商品或者最新上架商品中选择浏览自己感兴趣的商品