协同过滤推荐系统关键问题研究

《协同过滤推荐系统关键问题研究》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、⑧⋯DOCTOR⋯ALDISS一⋯博士学位论文协同过滤推荐系统关键问题研究论文作者：指导教师：学科专业：研究方向：孔维梁杨宗凯教授刘清堂教授教育技术学知识服务华中师范大学国家数字化学习工程技术研究中心2013年9月DissertationResearchontheKeyProblemsofCollaborativeFilteringRecommenderSystemByKongWeiliangSupervisor：ProfessorYangZongkaiProfessorLiuQingtangSpecialty：Educational

2、TechnologyResearchArea：KnowledgeServiceNationalEngineeringResearchCentorforE-LearningCentralChinaNormalUniversitySeptember2013⑧博士学位论文DOCTORALD1SSER丁AT】ON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。除文中己经标明引用的内容外，本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

3、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。作者签名：私维粟日期：蒯年12月／多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，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。(保密的学位论文在解密后遵守此规定)保密论文注释：本学位论文属于保密，在——年解密后适用本授权

4、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。作者签名：弛礁粟日期：刀，弓年72月肜日导师签名：日期：加廖年垃月∥El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“CALIS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。回童诠塞埕交唇溢卮!旦主生；旦=生；旦三生筮盔!作者签名：孑[J锰关日期：≯侈年17-月f5日⑧博士学位论文DOCTORALDISSERTATJON摘要随着网络的迅速发展，人类进入了信息社会和网络时代，Intemet正为人们提供越来越多

5、的信息和服务。互联网打破了人们传统生活和学习的时空限制，人们可以方便的在互联网上购物，也可以随时随地通过互联网进行学习。但是人们在享受Internet带来的便利的同时，也不得不面对浩如烟海的数据以及大量的垃圾信息，这就带来了著名的“信息过载”和“信息迷航”问题。个性化推荐系统此时应运而生，它能够感知用户的兴趣或需求，而后实现个性化的资源推荐，有效的解决了“信息过载”和“信息迷航”问题。在个性化推荐系统中，协同过滤算法是目前最成功也是应用最广泛的技术之一，但随着用户数的增加以及系统规模的扩大，协同过滤技术面临诸多挑战。本文以协同过滤技术

6、为主要研究目标，从用户使用的角度出发，选择对用户使用有严重影响的关键问题进行深入的探讨和研究，旨在改善协同过滤算法所面临的稀疏性、用户冷启动以及扩展性等问题。针对上述问题，论文在以下几个方面开展理论研究与实践工作：1)针对传统基于项目的协同过滤算法在数据稀疏时的较高预测准确度而低推荐精度的问题，本文提出了基于相关度协同过滤算法(Relation-basedCollaborativeFiltering，RBCF)。首先，指出传统算法产生候选项目集的不合理，引入关联规则思想，根据项目关联关系生成项目关联矩阵，并使用项目关联矩阵生成候选项目

7、集；然后，针对数据稀疏情况下相似度准确性较差的问题，提出了修正的Pearson相关系数，进一步提高了相似度的准确性；最后，实验证明在评分矩阵相当稀疏的情况下，本文提出的算法能够明显提高推荐质量。同时，该算法大大降低了候选项目集的规模，在一定程度上缓解了算法的扩展性问题。2)详细分析了传统基于项目的协同过滤算法在面对新用户冷启动问题时，待预测项目的近邻数不足等问题，提出了一种基于局部填充的协同过滤算法(Filling。basedCollaborativeFiltering,FBCF)。算法使用局部最大可能性填充方法扩展新用户的已评分项目

8、集，以便为待预测项目提供较多的近邻。与传统填充算法不同，本文方法不需要额外的用户或项目的属性信息。最后，实验结果证明本文提出的算法能够有效改善新用户冷启动问题。3)随着用户数的增加以及系统规模的扩大，协同过滤算法还面临着