推荐系统中协同过滤算法的分析

《推荐系统中协同过滤算法的分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、⑧万方数据硕士学位论文推荐系统中协同过滤算法的研究论文作者：指导教师：丁日寸习灭5『IIJ：学科专业：研究方向：白宗青金汉均软件工程数据分析华中师范大学计算机学院2015年5月⑧万方数据硕士学位论文MASrER、STHESISTheApplicationResearchofCollaborativeFilteringonRecommendationSystemAThesisSubmittedinPartialFulfillmentoftheRequirementFortheMSDegreeinComputerApplicationTe

2、chnologyBaiZongqingPostgraduateProgramComputerScienceDepartmentCentralChinaNormalUniversitySupervisor：JinHanjlidAcademicTitle：ProfessorSignatureApprovedMay,2015⑧万方数据硕士学位论文MASTER’SIHESIS华中师范大学学位论文原创性声明和使用授权说明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，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本

3、论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本声明的法律结果由本人承担。储鲐溺日凝：■匹年6R1日学位论文版权使用授权书学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，町以允许采用影印、缩印或其它复制手段保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)保密论

4、文注释：本学位论文属于保密，在——年解密后适用本授权书。非保密论文注释：本学位论文不属于保密范围，适用本授权书。．厂作者馘历鞴导师鲐屋溯日期．k亏年‘月／r目日期：＆。眸占月／日本人已经认真阅读“CALIS高校学位论文全文数据库发布章程”，同意将本人的学位论文提交“CALLS高校学位论文全文数据库”中全文发布，并可按“章程”中的规定享受相关权益。回恿途塞握交卮澄卮；旦主生；旦二生；旦三生筮壶!作者签名=。历床舌日期油凼车。∥与一导师签名：日期：毋‘，I舜b月l⑨万方数据硕士学位论文MAS11ER、STHESIS摘要我们生活在信息爆炸的

5、时代，由人类和机器产生的数据每天以TB级速度增加，人类社会逐渐由IT时代步入数据时代。信息过载和兴趣数据挖掘逐渐成为人类面对的两大难题，为了有效地解决这两个问题，学术界和工业界提出了推荐系统的概念，推荐系统主要包含三大组件：数据采集、推荐引擎和数据可视化，其中最核心的部分是推荐引擎。面对海量的用户行为数据，传统的推荐算法在实时性、推荐质量等方面，存在很大地局限性。为了解决这些问题，高等院校和各大互联网公司纷纷引入人力和物力进行研究，并且取得一些很好的成果。本文的主要工作及创新包括四个方面：第一，研究常用的经典协同过滤算法：基于项目、用

6、户、SVD、图模型和聚类等算法，重点研究了算法的核心原理、运行机制以及优缺点。第二，本文结合国内主流电商平台当当网和京东商城，进行推荐系统的应用案例研究，重点分析在商品购买前、购买中和购买后三个阶段中，两大平台的推荐系统是如何进行商品推荐，并改善服务体验的。第三，通过研究经典推荐算法的核心原理、推荐角度以及优劣势，提出了基丁聚类模型的混合策略推荐算法，该算法利用线上线下计算扭结合，从项目到用户的角度，使用待推荐用户与项目已评分用户集的相似度作为权值，来计算待推荐用户对项目的评分，然后添加项目评分数据到用户的评分链表里，最后，在用户评分

7、链表上，运用TopN算法，对用户推荐项目。该算法在扩展性、数据稀疏性以及实时推荐等方面对传统算法进行了改进。第四，对改进的算法效果进行验证分析，本文选用国内国际公认的MovieLens数据集进行实验，以平均绝对偏差为算法的评价标准，分析了在不同的近邻个数K、训练集／数据集比率R值下，改进算法的推荐质量。此外，基于改进的混合策略推荐算法，开发了基于MovieLens数据集的Web推荐系统，通过精确度、召回率以及F1等类别指标，进一步验证了改进算法的推荐效果。关键词：推荐算法；协同过滤；聚类模型：混合策略；万方数据AbstractWeal

8、elivingintheeraofinformationexplosion，thedataproducedbyhumansandmachinesincreasebyterabyteseveryday，thehumanso