基于协同过滤的健康知识推荐系统的研究与应用

《基于协同过滤的健康知识推荐系统的研究与应用》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、．‘’Ｖ’＇；．＾．－１ｌ．＾－’Ｍ，？，Ｖ；ＪｒＳＪ．，：：．、．．－‘－Ｉｊ广，，４ｉ种成＊著ＵＮＩＶＥＲＳＩＴＹＯＦＥＬｉＩＥＣＮＯＧＹＯＦＣＩＮＡ巨ＣＴＲＯＮＣｓｃ巨ＮＣ巨ＡＮＤＴＨＯＬＨ硕±学位论文ＭＡＳＴＥＲＴＨＥＳＩＳＩ参巧‘Ｉ蕾．、＇：‘ｊＶ■－．．？－■Ｌ？．论文题目基于协同过滤的健康知识推荐系统的摩妍究与应用ｊｉ学科专业计算机巧用技术

2、学号２Ｑ１３２１Ｑ６０３Ｑ４作者姓名王群指导教师蔡洪斌教授：ｍ＾！■独剑性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方夕ｈ论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。作者签名；王辨《月曰＿＿＿曰瓶《年巧论文使用授权本学位论文作者完全了解电

3、子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借闽。本人授极电子科技大学可［＾将学位论文的全部或部分内容编入有关数据库进行检索，可レッ采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名：至导师签名；吗曰期：如（《年（月巧曰分类号密级注1UDC学位论文基于协同过滤的健康知识推荐系统的研究与应用（题名和副题名）王群（作者姓名）指导教师蔡洪斌教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕

4、士学科专业计算机应用技术提交论文日期2016.3.28论文答辩日期2016.5.19学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类号。ResearchandApplicationofHealthKnowledgeRecommendationSystemBasedonCollaborativeFilteringAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:Computer

5、ApplicationTechnologyAuthor:WangQunSupervisor:Prof.CaiHongbinSchool:SchoolofComputerScience&Engineering摘要摘要随着当今互联网应用地迅速崛起，广大用户很方便地接收到来自各种应用渠道的大量信息，对信息的需求得到了极大地满足。互联网信息数量激增随之带来的信息过载问题使得互联网信息的利用率降低，用户越来越难以快速地找到自己想要的信息，推荐系统的提出就是为了解决这个问题。协同过滤推荐算法是业界应用最为广泛的推荐算法，该推荐算法能够根据用户在系

6、统中已经产生的行为数据来分析用户的兴趣特征，为用户产生个性化推荐结果。本文立足于实验室“智慧医疗”项目需求，将协同过滤推荐技术应用于健康知识领域。由于每个用户自身健康状况以及关注的健康类别不同，导致每个用户需要的和感兴趣的健康知识也是不同的，因此，从大量的健康知识中，找出用户喜欢的健康知识是非常必要和有意义的。基于以上项目背景以及技术调研，本文开展了如下工作：（1）详细了解推荐系统和推荐算法相关理论知识；重点研究协同过滤推荐算法的工作原理、组成部分以及开源实现框架Mahout的相关实现模块；对基于协同过滤的健康知识推荐系统的功能模型和

7、存在问题进行分析，提出本文的两项重要工作内容。（2）对传统的协同过滤推荐算法的关键问题进行研究，提出对冷启动和数据稀疏性的改进办法；重点引入本文使用的用户兴趣特征模型、健康知识属性特征模型和用户对健康知识的兴趣度模型，提出基于用户兴趣度的改进协同过滤算法，是本文的创新点。该算法通过分析用户兴趣特征数据和健康知识属性数据，结合用户的历史行为数据来综合分析用户对健康知识的兴趣度，改进了传统协同过滤算法的不足，能够得到质量更高的推荐效果。（3）阐述系统的设计目标、需求分析以及架构设计。本文包括四个功能模块：用户界面模块、日志收集模块，推荐引

8、擎模块和数据存储模块。日志收集模块获取用户界面模块所产生的用户行为记录，为推荐引擎模块提供初始的数据源；推荐引擎模块提取日志记录，采用离线数据计算和在线数据处理相结合的推荐流程，实时响应用户需求，为用户推荐其感兴趣的健康