基于上下文建模的协同过滤算法研究

《基于上下文建模的协同过滤算法研究》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、￣￣单位代码１０６０２ＩＩ学号２０１３０１１５１８分类号ＴＰ３９１级公开＿５心ｉ；摩幽＾呼爲Ｖ．＾：：＾ＧＵＡＮＧＸＩＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹ硕击学化文基于上下文建模的协同过滤算法研究ＲｅｓｅａｒｃｈｏｎＣｏｌｌａｂｏｒａｔｉｖｅＦｉｌｔｅｒｉｎＡｌｏｒｉｔｈｍＢａｓｅｄｏｎＣｏｎｔｅｘｔｇｇＭｏｄｅｌｉｎｇ学院：计算机科学与信息工程学院专业：计算机软件与理论研究方向：数据挖捆年级；２０１３级研究生：宋爽指导教师：陈元谈

2、完成日期：２０１６年４月基于上下文建模的协同过滤算法研究专业名称：计算机软件与理论申请人：宋爽指导教师：陈元谈论文答辩姜员会令主席；和委员；泣整＾么ｙＬ？基于上下文建模的协同过滤算法研究学生：宋爽指导老师：陈元谈０３专业；计算机软件与理论研究方向；数据挖掘年级：２１级摘要随着互联网的广泛应用，用户所能接触的信息呈爆发式增长，通过大数据分析用户行为模式、预测趋势的研究开始流行起来。而此时，推荐系统的出现，通过主动给用户推荐其可能感兴趣的商品和服务，大大降低了用户从

3、海量信息中找到自己感兴趣的内容的难度。一般是根据分析用户的行为，计算用户之间的相传统的推荐系统、偏好、个人特征一似度，为其产生推荐。通常假定用户喜好成不变，没有考虑上下文因素对用户选择的影响。上下文感知推荐系统在传统推荐系统上进行扩展，不再仅仅关注用户与项目之间关联，它充分考虑上下文环境如季节、地域、也情等）对用户决策的影响，将用户当前所处的（上下文信息运用到推荐过程中。沒使得推荐结果不仅满足个性化要求而且符合情境化需要。在此基础上，本文应用贝叶斯方法对上下文建模，判断某情境中，上下文对用户决策

4、，的影响力，改进协同过滤算法更好的为用户做出个性化的推荐。本文主要在如下几个方面做了研巧工作：１．分析上下文的意义和作用，比较了几种上下文范式，选用计算最为复杂但效果最佳的上下文建模范式，结合贝叶斯方式来构建上下文用户兴趣模型，计算用户对项目的评分中上下文出现的概率，将概率作为权重融入到模型中。２．，在求解单个用户对单个项目所有评分数据中考虑到样本量少，难Ｗ求得各上下文出现的概率，，这种分类有助于解决数据稀疏性和计算。将用户和项目聚类处理实验证明的复杂度问题。３，，．改进基于用户的协同过滤望法将

5、上下文因素融入到算法中提高推荐的准确度。４．本文在两个数据集上做离线实验，将本文算法与传统的协同过滤算法，ＤＣＲ（ＤｉｆｅｒｅｎｔｉａｌＣｏｎｔｅｘｔＲｅｌａｘａｔｉｏｎ）算法做对比性实验，结合评测指标ＭＡＥ和ＲＭ化两个一指标，综合对比数据可知本文的算法可在定程度上提高推荐系统的准确性。关键字：协同过滤；上下；上下文：；推荐系统文感知建模ＩＲｅｓｅａｒｃｈｏｎＣｏｌｌａｂｏｒａｔｉｖｅＦｉｌｔｅｒｉｎｇＡｌｏｒｉｔｈｍＢａｓｅｄｏｎＣ（ｍｔ：ｅｘｔＭｏｄｅｌｉｎｇｇＡｕｔｈｏｒ

6、；ＳｏｎｇＳｈｕａｎ呂Ｔｕｔｏｒ；ＣｈｅｎＹｕａｎＹａ打Ｓｐｅｃｉａｌｔｙ：ＳｏｆｔｗａｒｅｅｎｇｉｎｅｅｒｉｎｇＤｉｒｅｃｔｉｏｎ；ＤａｔａＭｉｎｉｎｇＧｒａｄｅ：２０１３Ａｂｓ化ａｃ！ｔＷｉｔｈｔｈｅｗｉｄｅａｌｉｃａｔｉｏｎｏｆＩｎｔｅｒｎｅｔｔｈｅｍｆｏｎｎａｔｉｏ打ｔｈａｔｔｈｅｕｓｅｒｃａｎｃｏｎｔａｃｔｉｓｉｎｔｈｅｐｐ，ｅｘｐｌｏｓｉｖｅｒｏｗｔｈｔｈｒｏｕｇｈｂｉｇｄａｔｅａｎａｌｓｉｓｏｆｕｓｅｒｂｅｈａｖｉｏｒａｔｔｅｒｎａ

7、ｎｄｆｏｒｅｃａｓｔｔｒｅｎｄｂｅｉｎ１：ｏｇｙｐｇｏｕ．ＢｔｈｉｓｔｉｍｅＴｈｅＫｃｏｍｍｅｎｄａｔｉｏ凸ｓｓｔｅｍｔｈｒｏｕｈｔｈｅｉｎｉｔｉａｔｉｖｅｔｏｒｅｃｏｍｍｅｎｄｕｓｅｒｓｏｆｐｐｐｙ，ｙ，ｇｏｏｄｓａｎｄｓｅｒｖｉｃｅｓｗｈｉｃｈｍａｂｅｏｆｉｎｔｅｒｅｓｔｒｅａｔｌｒｅｃｉｎｔｈｅｕｓｅｒｔｏｆｉｎｄｔｈｅｃｏｎｔｅｎｔｔｈｅｇｙ，ｇｙｄｕｇｙａｒｅｉｎｔｅｒｅｓｔｅｄｉｎｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｔｈｅｍａ

8、ｓｓｏｆｄｉｆｆｉｃｕｌｔｙ．Ｔｈｅ＊ｔｒａｄｉｔｉｏｎａｌｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍｓａｒｅｇｅ打ｅｒａｌｌｙｂａｓｅｄｏｎａｎａｌｙｓｉｓｏｆｕｓａｂｅｈａｖｉｏｒ，ｒｅｆｅｒｓ打ｃｅｓｅｒｓｏｎａｌｃｈａｒａｃｔｅｒｉｓ