协同过滤系统的数据稀疏性问题研究

《协同过滤系统的数据稀疏性问题研究》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、广东工业大学硕±学位论文（工学硕±）协同过滤系统的数据稀疏性问题研究谢杰民二〇—六年五月：１１８４５分类号：学校代号ＵＤＣ：密级：学号：２１１１３０５００７广东工业大学硕±学俭论文（工学硕壬）协同过滤系统的数据稀疏性问题硏究谢杰民指导教师姓名：曾安教授、职称学科（专业）或领域名称：计算化科学与技乂学生所属学院：计賞机学院—六年市月论文答辩日期：二ＱＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄ化ＧｕａｎｄｏｎＵｎｉｖｅｒｓｉｔｏｆｇｇｙＴｅｃｈｎｏｌｏｆｏｒｔｈｅＤｅｒｅｅｏｆＭａｓｔｅｒ

2、ｇｙｇＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎＳｃｉｅｎｃｅ（ｇｇ）ＲｅｓｅａｒｃｈｏｎＤａｔａＳａｒｓｉｔｒｏｂｌｅｍＣｏｌｐｙＰｉｎｌａｂｏｒａｔｉｖｅＦｌｉＳｉｔｅｒｎｇｙｓｔｅｍｓＣａｎｄｉｄａｔｅ：ＸｉｅＪｉｅｍｉｎＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＺｅｎｇＡｎＭａｙ２０１６ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｇｚｈｏｕ，Ｇｕａｎｇｄｏｎｇ，Ｐ．Ｒ．Ｃｈｉｎａ，５１０００６巧要

3、摘要推荐系统是解决信息过载问题的有效方案，已经广泛应用于电子商务、社交网络、音乐社区和电影社区等领域，。近年来协同过滤推荐技术，因其思路简单易实现、数据．一依赖性低、推荐结果准确等优点，已经成为推荐系统领域中应用最为广泛的技术之。协同过滤推荐系统主要分为基于内存的方法和基于模型的方法，但是这些算法都有稀疏性、冷启动和扩展性等问题。本文主要为缓解数据稀疏性问题展开了如下工作：一－－（１提种新颖的基于项目候选集的协同过滤算法（ＣＩＣ巧。ＣＩＣＦ）出算法基于用户协同过滤，引入用户之间的非对称影响度和支持度，并考虑到用户对项目的偏好程度，提出了项目候选集

4、的概念，同时利用项目信息烦对未评分项目集合进行二次修正，Ｍｉｌｉ得到候选项目集合。基于ｃｗｅＬｅｎｓ和ｎｅｔｆｘ数据集的实验表明，相比近云年来多－－－个比较流行的算法（如：ＡＣＰＣＣ算法ＩＣＦ，ＲＡＣＦ算法），Ｃ算法在推荐结果的准确率、召回率和Ｆ１值上都具有较大的优势，有效地降低了用户评分稀疏性问题带来的负面影，显著提高了推荐系统的推荐质量响。－（２提出了基于好友关系和标签的混合协同过滤算法（ＦＴＣ。）巧首先分析好友之间的关系网络，通过关系传播机制快速寻找关系网络中与目标用户兴趣爱好相似的用－户，并找到符合目标用户需要的商品；然后，利用ＴＦＩＤＦ的思想，从

5、用户历史标签记录中挖掘该用户的兴趣爱好两者有效地结合一；最后将，Ｗ进步缓解数据的稀疏性问ｌａｓｔｆｍ数据集的实验表明－ＣＦ－题。基于，ＦＴ算法比近王年来较流行的算法（如：ＰＲＴＣＦ算法和ＵＣＴＲＡ算法）在准确率和召回率上都具有较大优势。（３）全面总结了对使用标签信息数据、评分数据和用户／项目属性数据等不同种类数据信息的算法，并详细介绍、实现和实验比较了基于标签和协同过滤的个性化资源推ｔｏ－Ｎ荐、基于近邻双聚类的协同过滤ｐ推荐系统和基于賴合对象相似度的项目推荐算法。基于ＭｏｖｉｅＬｅｎｓｌＯＭ数据集的实验表明，当推荐系统获得用户／项目的信息越多，我＜们对

6、用户的了解就越多，就越容易把握用户的兴趣爱好，所１＾１将多方面的数据信息进行有效的融合，有助于提高推荐系统的推荐质量。：推荐系统关键词；协同过滤；标签；社交网络；数据稀疏性ＩＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴＡｓａｎｅｆｅｃｔｉｖｅｓｏｌｕｔｉｏｎｔｏｉｎｆｏｒｍａｔｉｏｎｏｖｅｒｌｏａｄ，ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍｈａｓｂｅｅｎｗｉｄｅｕｓｅｄｉｎｅｌｅｃｔｒｏｎｉｃｃｏｍｍｅｒｃｅ？ｓｏｃｉａｌｎｅｔｗｏｒｋ，．ｏｎｌｉｎｅｍｕｓｃａｎｄｏｖｅｓｌｙｉｍｉｃｏｍｍｕｎｉｔｉｅｓ，ｅｔｃＢ

7、ｔｓａｓｍｌｅｍｅｎｔｔｌｏｔ，）．ｅｃａｕｓｅｏｆｉｅｙｉｐａｉｏｎ，ｗｄａａｄｅｅｎｄｅｎｃａｎｄａｃｃｕｒａｔｅｐｙｒｅｓｕｌｔｓ，ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｏｒｉｔｈｍｈａｓｂｅｃｏｍｅｏｎｅｏｆｔｈｅｍｏｓｔｇｗｉｄｅｌｙｍｅｄ１：ｅｃｈｎｏｌｏｇｉｅｓｉｎｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ．Ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌ