基于加权二部图与k-medoids的协同过滤推荐算法的改进及应用

《基于加权二部图与k-medoids的协同过滤推荐算法的改进及应用》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、广西大学学位论文原创性和使用授权声明本人声明所呈交的论文，是本人在导师的指导下独立进行研究所取得的研究成果。除己特别加以标注和致谢的地方外，论文不包含任何其他个人或集体己经发表或撰写的研究成果，也不包含本人或他人为获得广西大学或其它单位的学位而使用过的材料。与我一同工作的同事对本论文的研究工作所做的贡献均已在论文中作了明确说明。本人在导师指导下所完成的学位论文及相关的职务作品，知识产权归属广西大学。本人授权广西大学拥有学位论文的部分使用权，即：学校有权保存并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库进行检

2、索和传播，可以采用影印、缩印或其它复制手段保存、汇编学位论文。本学位论文属于：口保密，在年解密后适用授权。／叼不保密。(请在以上相应方框内打“√”)论文作者签名：梅三亡

3、9日期：29fj，年f2月『D目指导教师签名：尚．殄日期20IJ夸厂三闰，。日作者联系电话：f多门孑肜口扩歹汐电子邮箱：朋Pi5嘎门【n叼拿f1．Co仰万方数据基于加权二部图与K-Medoids的协同过滤推荐算法的改进及应用摘要伴着互联网时代的到来，“BD”的概念已经愈来愈被人们通晓。推荐系统随着用户规模的激增，出现了数据稀疏、用户兴趣漂移与推荐效率低等各个方面的问题。本文针对这些问题，对协同过滤推荐算法进行了

4、研究，具体的研究工作如下：(1)研究协同过滤算法(CF)的原理，提出基于加权二部图的协同过滤算法(WBG．CF)。该算法使用用户行为时间数据对用户．项目矩阵进行加权，然后使用二部图算法对矩阵进行填补，最后进行协同过滤推荐。以此解决协同过滤推荐算法中数据稀疏和用户兴趣漂移的问题。实验证明，改进的WBG．CF算法能够体现用户兴趣的漂移，同时也能提升CF算法的准确率。(2)针对WBG．CF算法中，由于用户数量的增大，导致推荐算法运行效率降低的问题，提出基于K．Medoids聚类的WBG．CF算法(KWBG．CF)。该算法在使用加权二部图算法对矩阵进行填补后，对用户进行一次聚类，再使用

5、协同过滤算法对k个用户簇进行推荐。实验结果说明，KWBG—CF算法在中等数据集的处理效率上有一定的优势。(3)使用改进的算法开发出一个应用，用于推荐算法的实验结果可视化万方数据界面展示，进一步验证了算法的可行性。关键词：推荐算法加权二部图协同过滤K．Medoids聚类万方数据THEIMPROVENENTANDAPPLICATl0N0FCFALGORITHMBASED0NWEIGHTEDBIPARTITEGRAPHANDHEDOIDSABSTRACTWiththeadventoftheIntemetera,peoplehavebeenmoreandmorefamiliarwith

6、theconceptof“bigdata”．AllaspectsoftheissuesinRecommendationsystem,suchassparsedata,driftofusers’interestsandpoorefficiencyofrecommendation，etc．，haveemergedwiththeSOarofuserscale．Aimingattheseissues，thisdissertationhasstudiedoncollaborativefilteringrecommendationalgorithm．Themainresearchworks

7、ispresentedasbelow：(1)Discusstheprincipleofcollaborativefilteringalgorithm(CF)andpresentanewcollaborativefilteringalgorithmwhichisbasedonweightedbipartitegraphalgorithm(WBG-CF)．Inthisalgorithm,userbehaviortimedataisusedtobeweightedwithuser-projectmatrixandthenthematrixisfilledbyusingbipartit

8、egraphalgorithm，whichisfollowedbyfinallyconductingcollaborativefilteringrecommendation．Sparsedataanddriftofusers’interestsincollaborativefilteringrecommendationalgorithmaresolvedbythisapproach．AndthetestshowthattheimprovedWBG-CFalgorithmcanreflectd