基于二部图网络结构的推荐算法研究

《基于二部图网络结构的推荐算法研究》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、泣代耻１０１１０分类号Ｓ胖３９１去单．．，学号；８。００７０械和，戀ＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙＯｆＣｈｉｎａ全日制工程硕±学位论文基于二部圏网络结掏的推荐算法研究ｆ硕古研究生ＳＳ—校刚旨导毅师Ｍ新觀二歡化程．：．禍Ｓ｜顯關Ｉ瞬ｉＴＰ３９１密级非变国书分类号注’ＵＤＣ全曰制工程硕±学位论文基于二部图网络结构的推荐算法研究李青（姓名、职称）尹四清副教授？校内指导教师校外指导教师

2、（姓名、职祿）郭志强申请学位级别工程（研究方向）推荐巧法所在领域论古括安曰巧２０１６年４月１日１论女答辩日期２０１６年日月２１曰学位授予曰期曰年月论文评阅人王丽芳杨秋翔答轴季员会主席李茹２０１６年５巧２１日原创性声明本人郑重声明：所呈交的学位论文，，是本人在指导教师的指导下独立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不包含其他个人或集体己经发表或撰写过的科研成果。对本文的研究作出重要贡献的个人和集体ｌｉｔ明确方式标明。本声明的

3、，均已在文中法律责任由本人承担。柳《－名：葦看；论文作者签名—日期＿关于学位论文使用权的说明本人完全了解中北大学有关保管、使用学位论文的规定，其中包；括：①学校有权保管、并向有关部ｎ送交学位论文的原件与复印件②学校可；③ＩＪＵｇ用影印、缩印或其它复制手段复制并保存学位论文学校可允许学位论文被查陶或借巧１＾＾学术交流为目的，复；④学校可制搶送和交换学位论文；⑤学校可＾乂公布学位论文的全部或部分内容Ｃ保密学位论文在解巧后遵守此规定）。葦毒：３：日期签名减心心扛．与导师签名：＾日期

4、：甲中北大学学位论文基于二部图网络结构的推荐算法研究摘要随着网络技术和电子商务的不断发展，信息量也随之呈现过剩状态，这就使得用户很难从膨胀的信息中找到符合自己需求的信息。在这样的背景下推荐系统应运而生，推荐算法是推荐系统的核心，其中二部图网络结构推荐算法因其推荐复杂性低、推荐内容不受限制且多样化而受到广大学者的关注。本文通过分析二部图网络结构推荐算法的优劣势，对其进行改进，主要工作如下：首先，针对二部图网络结构分配资源过程中仅判断是否对项目有过选择，没有考虑用户显式偏好对资源分配的影响，而且过于依赖用户和项目节点的度的大小

5、，导致推荐项目单一的问题，提出了一种基于用户偏好和相似性的二部图推荐算法。在基于二部图网络结构推荐的基础上引入用户显式评分，采用最大最小值方法将评分值标准化，并将其作为用户的原始资源值和网络结构的权值，在第一次资源分配过程中引入项目度与权值的比值，增强权值和较小项目的推荐能力，在第二次资源分配过程中引入用户评分相似性，提高相似性大的用户间资源分配比率，通过两次资源分配，将符合用户偏好的项目优先纳入推荐列表的前端。其次，针对二部图网络结构推荐中存在的冷启动问题，利用用户间信任关系，提出了一种基于信任网络的二部图推荐算法。根据用户间

6、的显式信任值计算用户间相似性，提取出与每个用户相似性高的近邻用户集，并对近邻用户的信任度作区分，利用区分后的信任度和近邻用户集预测新的显式信任值。将二部图网络结构推荐算法中用户间相似性作为隐式信任值，通过对两种信任值进行归一化处理，缓解了新用户冷启动问题。最后，对两种改进推荐算法做了详细的仿真实验，通过实验证明，两种改进的推荐算法在准确性、多样性方面都表现出明显优势，彰显了本文研究价值。关键词：推荐算法，二部图网络结构，资源分配，热传导，信任网络中北大学学位论文ResearchonBipartiteNetworkStructur

7、e-BasedRecommendationAlgorithmAbstractWiththecontinuedevelopmentofnetworktechnologyande-commerce,informationalsopresentedsurplusstate,whichmakestheuserscannotfindtheinformationwhichsatisfytheirneedsfromtheexpansionofinformationinline.Inthisbackgroundtherecommendation

8、systemisproposed,recommendationalgorithmisthecoreofrecommendationsystem,andbipartitenetworkstructurerecommendationalgorithmattractm