基于协同过滤的个性化推荐算法研究

《基于协同过滤的个性化推荐算法研究》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、华中科技大学硕士学位论文基于协同过滤的个性化推荐算法研究姓名：段玮申请学位级别：硕士专业：软件工程指导教师：裴小兵2009-11-07华中科技大学硕士学位论文摘要随着互联网的高速发展，人们在享受信息化带来的便利的同时，也常常会在信息的海洋中感到迷失。原因在于用户和数据之间没有一个有效的桥梁，人们不知道如何获取自己需要的数据。信息过滤技术试图帮助人们过滤掉无用的信息，找到自己需要的信息。个性化推荐系统是信息过滤技术的一种应用，它充分利用用户的基本信息、WEB内容以及用户行为（如购物、评价等），来推测当前用户可能感兴趣的内容，然后进行推荐。因此推荐

2、问题的本质可以理解为用户行为分析，加上数据挖掘和机器学习的过程。协同过滤作为一种流行的信息过滤技术，已经成功的应用于许多商业的推荐系统中。尽管协同过滤取被证明能够为用户产生有效的推荐，但也存在一定的缺陷。为此，从数据稀疏、冷启动以及扩展性方面，以GroupLens项目组提供的MovieLens数据集作为测试数据集，对基于协同过滤的推荐技术进行了研究。将内容过滤与协同过滤相结合，是解决稀疏性与冷启动的有效手段。引入了贝叶斯网络模型来实现内容过滤，解决了冷启动问题，又采用NMF的协同过滤以适应稀疏的数据，然后将两者结合起来。经实验证明，该方法在评分

3、预测问题上较传统的方法有明显的提高。另外，对于大多数传统的协同过滤研究所忽略的用户兴趣转移问题，采用了一种线性逐渐遗忘的方法来调整用户评分的权重，即认为时间越近的评分信息，越能代表用户当前的兴趣，在这种基础上计算用户的相似性来实现协同过滤。经实验证明，该方法在产生推荐的问题上有更好的效果。关键词：协同过滤个性化推荐冷启动兴趣转移IV华中科技大学硕士学位论文AbstractWiththerapiddevelopmentoftheInternet,peoplecanenjoytheconveniencebroughtbyinformationtec

4、hnology,butatthesametime,theyoftenfeellostintheseaofinformation.That’sbecausethereisnotaneffectivebridgebetweenthepeopleandthedata.Informationfilteringtechnologytrytohelppeoplefilteroutuselessinformation,findtheinformationtheyneed.Personalizedrecommendationsystemisanapplicat

5、ionofinformationfiltering,ittrytoconjecturethelatentinterestsofusersbyinvestigatethefeaturesoftheusersorcontentandthebehavioroftheuses,andrecommendsomeitemstocurrentuserwhichmaysatisfytheuser.Sotherecommendationproblemcanbecomprehendedasaprocessofbehavioranalysing,datamining

6、andmachinelearning.Collaborativefilteringisapopulartechniqueofinformationfiltering,hasbeensuccessfullyappliedtomanycommercialrecommendationsystem.Thoughcollaborativefilteringhasbeenprovedcanprovidinggoodrecommendation,buttherearestillsomedisadvantages.So,concernedthesparsity

7、,coldstartandtheexpansibility,wehavedoneadetailstudyofcollaborativefilteringontheMoiveLensdatasetwhichwassuppliedbyGroupLens.Combiningcontent-basedinformationfilteringandcollaborativefilteringmethodhavebeenproposedtosolvesparsityandcoldstartproblem.Inthispaper,weintroducedBa

8、yesianNetworktoapplyacontent-basedfilteringmodel,andNMF(Non-negativeMatrixF