基于协同过滤的个性化推荐系统的设计与实现

基于协同过滤的个性化推荐系统的设计与实现

ID:35061933

大小:5.39 MB

页数:71页

时间:2019-03-17

基于协同过滤的个性化推荐系统的设计与实现_第1页
基于协同过滤的个性化推荐系统的设计与实现_第2页
基于协同过滤的个性化推荐系统的设计与实现_第3页
基于协同过滤的个性化推荐系统的设计与实现_第4页
基于协同过滤的个性化推荐系统的设计与实现_第5页
资源描述:

《基于协同过滤的个性化推荐系统的设计与实现》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、rg——b分类号密级^nmmuDc__-硕±学位论文基于协同过滤的个性化推荐系统的设计与实现;;;;■——.一:.—.严-<■.1.;’■.:一瓦:;:.;;—?--f化者姓名:杨长辉'王程领域:k__邏墜-212013085211015茲*歡遗義学号:。指导教师:贾年X,■^%^ni^完成瓦期:TZ:2016年4月^'—E*?.■;/^:%*-:..一^—^V——,森二--鑛^祭.3-ClassifiedInd

2、ex:UDC:XihuaUniversityMasterDegreeDissertationTheDesignandImplementationofPersonalizedRecommendationSystemBasedonCollaborativeFilteringCandidate:YangChanghuiMajor:ComputerTechnologyStudentID:212013085211015Supervisor:April,2016西华大学学位论文独创性声明作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的

3、成果。尽我所知,除文中己经注明引用内容和致谢的地方外,本论文不包含其他个人或集体己经发表的研究成果,也不包含其他己申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献均目在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承捏相关法律责任。学位论文作者签名:指导教师签如曰期:日期:西华大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,在校攻读学位期间论文工作的知识产权属于西华大学,同意学校保留并向国家有关部口或机构送交论文的复印件和电子版,,允许论文被查阅和借阅

4、西^华大学可!乂将本论文的全部或部分内容编入有关数据库进行栓索,可L乂采、缩印或扫描等复印手段保存和汇编本学位论文用影印。(保密的论文在解密后遵守化规定)学位论文作者签名:指导教师签按碑曰期:曰期方'《摘要随着移动互联网的迅猛发展以及移动设备的普及,人们的生活越来越离不开手机、平板等移动终端设备,人们对于通过移动设备快速准确的获取有用信息的需求越来越大,因此把推荐技术应用到移动领域也是人们所期望的。现在手机等移动设备已经是人们获取信息的最主要的途径,相比较于传统上网设备,通过手机等移动设备更容易发掘人们的兴趣爱好、消费习惯以及

5、更加详细的个人资料,通过这些信息就能更精确的为人们推荐他们关注的信息,因此基于移动端的个性化推荐是目前研究的热点。在推荐领域中研究最多和最为成功的技术就有协同过滤技术,当前在商业领域中应用到的推荐技术不仅仅是单一的协同过滤技术,往往是把协同过滤同其它推荐技术组合到一起,形成推荐精度更高的混合推荐技术。本文在基于传统协同过滤的基础上,提出一种改进的推荐算法,实现了针对移动用户的个性化推荐系统。本文主要工作如下:1、提出了一种基于遗忘曲线以及用户访问权重的个性化推荐算法。该算法改进的地方有以下几点:首先通过遗忘函数来处理初始的用户-评分矩阵,接着通过用户浏览

6、消息帖速率所代表的偏好系数进一步处理用户-评分矩阵;然后通过改进的皮尔逊系数进行用户间的相似度计算,确定邻居集;最后通过改进的预测评分算法给目标用户进行推荐。2、建立一种针对社区O2O应用的用户模型和消息帖模型。用户模型主要是包括了用户的兴趣偏好以及相关的操作行为,在本文中就是用户对消息帖的兴趣以及用户在客户端对消息帖相关操作行为;消息帖模型主要包括消息帖的分类、消息帖的访问数、用户阅读时间、用户是否转发等信息,通过这些信息来为个性化推荐提供相应的数据支撑。3、采用Struts+Spring+Hibernate的框架,并通过该技术进行了服务器的设计与实现

7、,并在服务器中添加个性化推荐模块,从数据库中获取用户相关的兴趣偏好数据以及相关的行为数据来进行相应的个性化推荐。4、在移动客户端,采用了MVC的设计模式,完成前台移动客户端的设计与实现,展示个性化推荐的内容。这种分层设计,使得应用结构更加清晰,耦合度更低,扩展更方便。关键词:协同过滤;遗忘曲线;用户访问权重;个性化推荐IAbstractWiththerapiddevelopmentofmobileInternetandthepopularityofmobiledevices,moreandmorepeoplecannotlivewithoutmobile

8、phone,tabletandothermobileterminalequipm

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。