欢迎来到天天文库
浏览记录
ID:33548327
大小:6.82 MB
页数:82页
时间:2019-02-27
《基于协同过滤的个性推荐算法研究及系统实现》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、北京化工大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立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,本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:塑叁日期:望坌硷!幺』关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和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北京化工大学。学校有权保留并向国家有关部门或机构送交论
2、文的复印件和磁盘,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,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。口论文暂不公开(或保密)注释:本学位论文属于暂不公开(或保密)范围,在』L年解密后适用本授权书。函非暂不公开(或保密)论文注释:本学位论文不属于暂不公开(或保密)范围,适用本授权书。作者签名:丝丝、,导师签名:殛耋日期:主!!全:丝!羔:日期:塑碰盘:£剃文数糕一㈣中图分类号TP311.5学科分类号520.1040论文编号1001020141338密级公开学位授予单位代码10010学
3、位授予单位名称北京化工大学作者姓名张岩学号2011201338获学位专业名称计算机应用技术获学位专业代码081203课题来源自选项目研究方向推荐算法论文题目基于协同过滤的个性化推荐算法研究及应用关键词个性化推荐,协同过滤,RFM模型,评分矩阵,MAE论文答辩日期2014-05-28木论文类型应用研究学位论文评阅及答辩委员会情况姓名职称工作单位学科专长指导教师张宁教授北京石油化工学院光纤通信评阅人1朱群雄教授北京化工大学智能系统工程评阅人2苏红旗副教授中国矿业大学计算机应用评阅人3评阅人4评阅人5撇员会捕朱群雄教授北京化
4、工大学智能系统工程答辩委员1林小竹教授北京石油化工学院图像处理与模式识别答辩委员2纪文刚教授北京石油化工学院检测技术与自动化装置答辩委员3张晓明教授北京石油化工学院网络系统安全与可信计算答辩委员4徐华教授北京石油化工学院三维建模和可视化答辩委员5注:一.论文类型:1.基础研究2.应用研究3.开发研究4.其它二.中图分类号在《中国图书资料分类法》查询。三.学科分类号在中华人民共和国国家标准(GB/T13745-9)《学科分类与代码》中查询。四.论文编号由单位代码和年份及学号的后四位组成。基于协同过滤的个性化推荐算法研究及
5、系统实现摘要随着互联网技术的迅猛发展,电子商务因其方便快捷的优点而得到了人们的广泛关注。但随着商品资源数量的增长,顾客在网络购物方面很难方便快捷的在较短的时间内找到满意商品。为帮助广大顾客迅速找到其所需要的商品,同时给商家带来更高的利润,个性化推荐技术应运而生。目前,协同过滤推荐技术在个性化推荐技术中应用的比较广泛,但它存在评分矩阵过于稀疏等缺点。本文以提高推荐准确度为目标,在传统的基于用户的协同过滤算法上进行了改进,提出了一种引入RFM模型并利用用户购物行为进行相似度计算的新型推荐算法。本算法与传统算法相比,其优势主
6、要体现在:第一,新算法中引入RFM模型对原用户群进行了多条件筛选,使推荐数据源更加准确高效;第二,改进算法中利用顾客历史消费记录对原评估矩阵进行填充处理,提高了评分矩阵的稠密度;第三,对传统的Pearson相似度计算公式进行改进,使目标用户的相似邻居查找更加准确。随后本文对该改进算法进行了仿真实验,以平均绝对误差(MAE)为衡量算法推荐质量高低的验证指标,通过与传统算法比较MAE值得出了改进算法在推荐准确性方面均优于传统算法,尤其是在评分矩阵比较稀疏的情况下。最后,本文将改进算法应用于一套具有个性化商品推北京化工大学硕
7、士学位论文荐功能的推荐系统中,开发了一个具有实用性的系统原型。关键词:个性化推荐,协同过滤,RFM模型,评分矩阵,MAEIIABSlRACTRESEARCHONPERSONALIZEDRECOMⅡⅥEND棚ONALGoRITE玎讧BASEDoNCOLLABORATIVEFⅡ月ER矾GANDⅡ垤PLEMENTATIONOFSYSTEMABSTRACTWiththerapiddevelopmentofInternettechnology,electroniccommerceisgottenwidelyattentionbe
8、causeofitsconvenience.Butwiththeincreaseofthenumberofthecommodityresources,itishardforcustomerstofindsatisfiedcommodityinarelativelyshortperiodoftimeconvenientlyinthe
此文档下载收益归作者所有