考虑时间动态性的协同过滤算法及其应用研究

考虑时间动态性的协同过滤算法及其应用研究

ID:26842021

大小:2.14 MB

页数:69页

时间:2018-11-29

考虑时间动态性的协同过滤算法及其应用研究_第1页
考虑时间动态性的协同过滤算法及其应用研究_第2页
考虑时间动态性的协同过滤算法及其应用研究_第3页
考虑时间动态性的协同过滤算法及其应用研究_第4页
考虑时间动态性的协同过滤算法及其应用研究_第5页
资源描述:

《考虑时间动态性的协同过滤算法及其应用研究》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、分类号:密级:UDC:编号:河北工业大学硕士学位论文考虑时间动态性的协同过滤算法及其应用研究论文作者:徐晨曦学生类别:全日制专业学位类别:工程硕士领域名称:工业工程指导教师:李杰、杨芳职称:教授、讲师资助基金项目:河北省自然科学基金G2014202148DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofIndustrialEngineeringRESEARCHONCOLLABORATIVEFILTERINGWITHTEMPORALDYNAMICSANDTHEAPPLICATIONbyXu

2、ChenxiSupervisor:Prof.LiJieDecember2014ThisworksupportedbytheNaturalScienceFoundationofHebeiProvinceNo.G2014202148.原创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下,进行研究工作所取得的成果。除文中已经注明引用的内容外,本学位论文不包含任何他人或集体已经发表的作品内容,也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究工作做出贡献的其他个人或集体,均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名:日期:关

3、于学位论文版权使用授权的说明本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定:学校有权采用影印、缩印、扫描、数字化或其它手段保存论文;学校有权提供本学位论文全文或者部分内容的阅览服务;学校有权将学位论文的全部或部分内容编入有关数据库进行检索、交流;学校有权向国家有关部门或者机构送交论文的复印件和电子版。(保密的学位论文在解密后适用本授权说明)学位论文作者签名:日期:导师签名:日期:摘要随着电子商务的崛起,越来越多的人选择使用电商去购物,同时对电商的购物体验有个更高的要求。个性化推荐系统就是为了增加客户的购物体验而生的,在现实中应用广泛。个性化推荐算法中,应用最成

4、功的是协同过滤推荐算法。本文分析了现有协同过滤算法存在的不足,以及关于时间动态性的研究现状,指出了一个重要的问题——商品是有先后购买顺序的。传统的协同过滤算法只考虑了用户或商品之间的相关程度,并没有根据商品的序列模式进行挖掘并推荐。本文结合现有算法的优点,加入了时间动态性的特点,提出了一个考虑时间动态性的协同过滤推荐综合性改进算法,并通过真实的电子商务销售数据进行实验测试,验证了其推荐效果更佳。本文的主要内容包括以下几点:(1)通过对现有文献的综述研究,找到目前学者们的研究重点和研究方向,总结现有研究的特点,分析传统协同过滤推荐算法的不足之处,总结出现有算法大多只在某一两个方

5、面进行改进,而加入时间动态性的研究也只停留在用户兴趣的改变上,从而引出了本文要研究的方向和重点。(2)结合现有研究中的优秀改进方向和改进方法,加入商品序列模式的筛选和去除热门效应的影响,提出一个综合性的协同过滤推荐算法解决方案。其核心的思路可以总结为首先对原始数据集进行预处理,包括去噪音和聚类等;然后用一个新的相似度函数进行计算最近邻居,这个相似度计算函数考虑了热门系数,评分系数和时间系数;最后使用GSP算法挖掘商品的序列模式,对推荐结果集进行再次筛选,解决了用户买鼠标后给其推荐电脑的问题。(3)收集了亚马逊的真实评论数据,对本文提出的改进算法进行实验设计和推荐效果验证。与传

6、统的协同过滤算法进行比较,提高了推荐的准确率,并改善了传统算法中存在的数据稀疏性等问题,验证了改进算法的推荐效果更优秀。关键字:协同过滤个性化推荐时间动态性IABSTRACTWiththeriseofelectroniccommerce,moreandmorepeoplechoosetouseitgoshopping,alsorequesthigherontheshoppingexperience.Personalizedrecommendationsystemistoincreasethecustomershoppingexperience,widelyusedinreal

7、ity.Themostsuccessfulistheapplicationofpersonalizedrecommendationalgorithmsiscollaborativefilteringrecommendationalgorithm.Thispaperanalyzestheshortcomingsoftheexistingcollaborativefilteringalgorithm,andtheresearchstatusonthetimedynamics,pointstoanimport

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。