协同过滤推荐算法的优化及其实证系统实现

《协同过滤推荐算法的优化及其实证系统实现》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、密级：公开学校代码：１０００４如交如蜂ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±专业学位论文协同过滤推荐算法的优化及其实证系统实现作者姓名宋涛＇＇ｉ．工程领域软件工程，胃．指导教师张红延副教授；培养院系软件学院＇＿Ｉ巧＾；＇羞巧花固乃巧河：巧巧諫誦巧！ＩＩ—＊－惟二零Ｚ店麥。＂Ｐ＂Ｖ巧年巧月支獲１墨３ＭＭｉｋＪｌｉｉ知交４乂＃硕：ｔ专业学位论文协同过滤推荐算法的优化及其实证系统实现ＯｔｉｍｉｚａｔｉｏｎｏｆＣｏｌｌａｂｏｒａ

2、ｔｉｖｅＦｉｈｅｒｉｎ民ｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｏｒｉｔｈｍｐｇｇａｎｄＴｅｓｔＳｙｓｔ；ｅｍＩｍｐｌｅｍｅｎｔａｔｉｏｎ作者：宋涛导师：张红延副教授北京交通大学２０１６年６月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可，１＾将学位论文的全部或部分內容编入有关数据库进行检索提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可＾为存在馆际合作

3、关系的兄弟商校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名：東璋／＇：心年月签字曰期；年＾月于曰签字曰期／曰巧校代码：１０００４密级：公开北京交通大学硕±专业学位论文协同过滤推荐算法的优化及其实证系统实现ＯｔｉｍｉｚａｔｉｏｎｆｏｒＣｏｌｌａｂｏｒａｔｉｖｅＦｉｌ化ｒｉｎＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｏｒｉｔｈｍｐｇｇａｎｄＴｅｓｔＳｙｓ化ｍＩｍｐｌｅｍｅｎ化ｔｉｏｎ作者姓名：宋涛学号：１４１２６１３６导师姓名：

4、张紅延职称：副教授ＪＬ程硕±专业领域：软件工程学位级别：硕±北京交通大学２０１６年６月ｉ致谢该论文的完成得到了多方面的帮助，没有这些帮助该论文不会如此快速、高效的完成，所我要对他们表示我的感谢。首先要感谢的就是北京交通大学软件学院对我的培养，学院的国际化教学环、，境和先进教学模式让我的眼界更加开阔思维更加活跃同时，学院的师资配各优一良，众多的优秀导师和教授给予我在软件工程方面的知识储备，所有的切使我的选题前期的论文研读有充足的知识基础，并掌握了问题的解决方法；其次要感谢的是我的导师张红

5、延副教授，张红延副教授对我的逻辑思维训练和分析问题方法的训练让我受溢良多，尤其是从Ｔｉｍｅ、Ｓｐａｃｅ、Ｃｏｎｔｅｘｔ三个维度思考问题的哲学思维方式帮助我在发现问题、归纳问题和解决问题的途径上形成了自己的方式和思想，同时在论文的完成中，张红延教授对于数据结构的设计方面给与了我极具价值的參考意见，，；同时北京交通大学软件学院的邢薇薇教授也给与了我很大的帮助邢薇薇教授的研究方向包括了推荐算法方面，因此，邢薇薇教授在问题的解决和方法的选择方面给与的建议对我的帮助很大，尤其是在相似度的计算和算法的选挥中帮助最大。在

6、论文的选题和完成论文的过程中，我研读了很多的文献和论文，在这里也感谢对ｓｌｏｐｅｏｎｅ推荐算法做出贡献的前辈们，他们的思想对我的论文的开题和完成有很大的帮助；最后要感谢的就是我的身边的同学和朋友，在论文的完成过程中遇到了一些技术性问题，身边的同学总是无私的帮助我，与我进行深入的讨论，可说同学和朋友的帮助才让我可Ｗ很快的找到解决方案，在此表示感谢。北京交通大学硕±专业学位论文摘要摘要互联网的发展让用户淹没于浩滿的数据中，而用户更想要快速、便捷且个性化的服务，因此，推荐系统开始发展。推荐系统可Ｗ依据用户的浏

7、览、评分等数据进行针对性推荐，提升用户的体验，同时提高网站的用户粘性。推荐系统的核也是推荐算法，算法的优劣直接影响推荐的准确性和稳定性，因此，对算法推荐准确性和推荐稳定性的提升可提升推荐系统的推荐准确性和稳定性。一个重要分支因其简单协同过滤算法作为推荐算法中的、髙效被广泛使用，因经典的协同过滤算法一，Ｓ，此ｌｏｐｅｏｎｅ作为直受到重视并发展出了基于项目相似－－ＳｅｏｎｅＳｌｏ。度的ＩＳｌｏｐ和基于奇异值分解的ＳＶＤｐｅｏｎｅ但是，在实际应用场景中仍然存在冷启动、数据稀疏等问题，严重影响了推荐系统的推荐准确

8、性和稳定性。本文提升推荐系统的推荐准确性和推荐稳定性为需求点，首先分析了协同过滤一个问题提出切实可行的解决方案算法的主要问题，并针对每；然后通过对算法和－方案的研巧，提出了基于用户