浅论个性化推荐和搜索中若干关键问题的研究

《浅论个性化推荐和搜索中若干关键问题的研究》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、踌宦印宦大肇博士研究生学位论文学号：Q鱼墨里曼Z姓名：韭磊专业：盐簋扭型堂皇蕉苤导师：医俊壶．学院：圆终挂丕班究暄2009年10月26日^}“十^∥．。。。磊≮；；，饶，。“：嗜；：●，，。、?：，，^、．I．。；：，。_蔓譬、，、。7。孑，；譬氨2j，工学博士学位论文个性化推荐和搜索中若干关键问题的研究博士研究生：张磊导师：陈俊亮学位级别：工学博士学科专业：计算机科学与技术所在单位：网络与交换技术国家重点实验室(北京邮电大学)论文提交日期：2009年10月26日学位授予单位：北京邮电大学肿IIIIIIIllIIIIIIIIIII＼1760495ADisserta

2、tionfortheDegreeofDoctorofPhilosophyResearchontheKeyIssuesofPersonalizedRecommendationandSearchCandidate：ZhangLeiAdvisor：ChenJun—liangAcademicDegreeAppliedfor：DoctorofPhilosophyMajor：ComputerScienceandTechnologyDateofSubmission：2009．10一26University：BeijingUniv．ofPostsandTelecommunicat

3、ions．声明独创性(或创新性)声明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。申请学位论文与资料羞有不实之处，本人承担一切．关责任。本人签名：撒盥日期：a!笃。p!羔互一一关于论文使用授权的说明学位论文作者完全了解北京邮电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

4、知识产权单位属北京邮电大学。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。(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一年解密后适用本授权书。非保密论文注释：本学位论本人签名：导师签名：用本授权书。日期：2塑一o．丛日期：皇纽．z9：垄“?I■：———一1—●．弦j，譬．咱矗北京邮电人学博}：学位论文摘要针对用户自身在实际需求，偏好特点和行为方式等方面的不同，个性化信息服务致力于满足用户个体的差异化信息需求。

5、较传统的通用服务，个性化服务因为能够更好地表征、迎合用户的个性化偏好而受到了普遍的认可，个性化的相关技术也成为近年来一个新型的热门研究课题，受到了学术界和商业机构的广泛重视。本文围绕个性化技术中最为核心的两项，个性化推荐和个性化搜索中的若干关键问题进行研究、讨论，论文的主要工作包括以下内容：1．研究、探讨了协同推荐问题，在遵循基本协同的基础上，我们希望探寻、讨论新的有效推荐的研究思路。以此为基本出发点，本文提出了一种基于自低至高两个层面的多个BP神经网络进行项目评价预测的方法(Two．LevelmultipleNeuralNetworks—basedCollabo

6、rativeFilteringRecommendationAlgorithm，简记为TMNN．CFgA)。两层面的多个BP神经网络协同工作，高层面BP网反向误差传播直至低层面多ANN进行网络权值修正，以此为基础借助用户评价等特征前向给出项目推荐预测。美国评测集Movielens上的实验评测验证了TMNN．CFRA算法的可行性和有效性。2．协作过滤推荐算法具有“冷启动"问题。“冷启动”问题的根源在于评价信息过于有限，推荐系统难以准确挖掘出用户偏好。本文提出了借助用户的模糊反馈信息改善冷启动推荐性能的基本研究思路(具体涉及2个算法)。对于项目推荐中棘手的冷启动问题可以

7、从用户模糊反馈信息挖掘的角度展丌研究，相对于完全地基于有限的项目评价本身的相似度测量改进等传统方法，这是一个相对比较新的研究基点，对于解决冷启动问题具有重要的意义。我们采用两个独立的算法研究、探讨了模糊反馈数据对于冷启动推荐的意义。其中，算法1采用后向传播的神经网络方法直接就模糊反馈数据本身进行学习，从“相对优劣”中挖掘用户对项目属性等的兴趣偏好；算法2对数据进行基础性变换，巧妙地从原本不具有可比性的模糊反馈数据和项目评价信息中抽取用户之间的相似度，以此为基础进行推荐预测。一般意义上而言，协作分析范畴的算法2较基于内容分析范畴的算法1具有更好的性能水平，初步验证了

8、模糊反馈数