基於協同過濾和雲模型的混合式推薦系統總頁數-中國文化大學

《基於協同過濾和雲模型的混合式推薦系統總頁數-中國文化大學》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、論文名稱：基於協同過濾和雲模型的混合式推薦系統總頁數：68校(院)所組別：中國文化大學商學院資訊管理研究所畢業時間及提要別：100學年度第1學期碩士學位論文提要研究生：林秀芬指導教授：黃謙順論文提要內容：以使用者為基礎的協同過濾(collaborativefiltering)演算法是一種被廣泛使用而且有效率的推薦技術，它可以從別人的意見提供給使用者最適合的建議。雖然協同過濾技術已經成功應用在很多地方，但它有著嚴重的資料稀疏性(sparsity)問題。雲模型(cloudmodel)利用了雲特徵向量來代表整體的使用者的偏好來解決這個問題。以使用者為基礎(user

2、-based)的協同過濾演算法適用在資料密集的時候，而雲模型協同過濾法在資料稀疏時較為穩定。本研究將使用一個混合式的推薦系統來整合以使用者為基礎的協同過濾演算法及雲模型協同過濾演算法的預測結果。實驗結果顯示混合式的推薦系統可以改善稀疏性的問題及改善預測的品質。關鍵字：協同過濾(collaborativefiltering)、稀疏性(sparsity)、雲模型(cloudmodel)、以使用者為基礎(user-based)。iiiForecastingstockpricefluctuationofTaiwanlistedcompaniesbyanalyzing

3、theirfinancialstatementsusingneuralnetworkStudent:Show-FenLinAdvisor:Prof.Chein-ShungHwangChineseCultureUniversityABSTRACTUser-basedCollaborativefiltering(CF),oneofthemostprevailingandefficientrecommendationtechniques,providespersonalizedrecommendationstousersbasedontheopinionsofot

4、herusers.AlthoughtheCFtechniquehasbeensuccessfullyappliedinvariousapplications,itsuffersfromserioussparsityproblems.Thecloud-modelap-proachaddressesthesparsityproblemsbyconstructingtheuser’sglobalpreferencerepresentedbyacloudeigenvector.Theuser-basedCFapproachworkswellwithdensedata

5、setswhilethecloud-modelCFapproachhasagreaterperformancewhenthedatasetissparse.Inthispaper,wepresentahybridapproachthatintegratesthepredictionsfromboththeuser-basedCFandthecloud-modelCFapproaches.Theexperimentalresultsshowthattheproposedhybridapproachcanamelioratethesparsityproblema

6、ndpro-videanimprovedpredictionquality.KeyWords：cloudmodel,collaborativefiltering,hybridrecommendersystem.iv誌謝辭本論文幸蒙恩師黃謙順教授之悉心指導，逐步導正在研究上的相關缺失，在研究過程中，黃教授規劃研究進度並指引方向，不斷地傳習正確的寫作技巧及方法，教授專業知識所給予的指正及指導，使文章內容及架構更臻完整。同時，黃教授時常對我的日常生活充滿著關懷及體貼，亦是讓我在這些日子中感受到無比的溫暖。謝謝黃教授，您的恩情我將永遠銘記在心！接著，要感謝蕭麗玉助教

7、，時常細心地叮囑同學們關於論文相關的注意事項，也經常給予我鼓勵與支持，在我遇到困難時立即給予協助，讓我可以專心的撰寫論文。最後，感謝所有與我相處過的研究生同學們，這段時間大家共同努力學習，不論在學術研究上互相砥礪，也在生活相互扶持。「得之於人者太多，出之於己者太少」是我此刻的心情。一路走來雖然辛苦，但在家人的鼓勵支持下，激發出高昂鬥志及奮勇向前的精神，才能完成此階段的成果。特別感謝我的口試委員黃燕忠老師、蘇意晴老師撥空聽取簡報及審核論文，並且在研撰計劃初審時提供論文上的研究方向及缺失部分，使得論文的研究更加充實。謹將此論文獻給我身邊所有的親朋好友以及最重要的

8、人。謝謝你們一直以來對我的鼓勵與支持，由衷的感謝。v