基于多维情境的移动信息服务个性化推荐算法研究

《基于多维情境的移动信息服务个性化推荐算法研究》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、学校代码；１０００４密级：公开如《道又肇ＢＥＩＪＩＮＧＪ１ＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文基于多维情境的移动信息服务个性化推荐算法研究作者姓名乔磊学科专业信息管理指导教师张润形教授培养院系经济管理学院－Ｊ＾Ｉ取＾二零一六年四月ｒＩｋ＾如＇交瓜锋硕±学位论文基于多维情境的移动信息服务个性化推荐算法研究ＲｅｓｅａｒｃｈｏｎＰｅｒｓｏｎ过ｌｉｚｅｄ民ｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｇｏｒｋｈｍｏｆＭｏｂｉｌｅＩｎｆｏｒｍａｔｉｏｎＳｅｒｖｉｃｅｂａｓｅｄｏｎＭｕｌｔ

2、ｉｄｉｍｅｎｓｉｏｎａｌＣｏｎｔｅｘｔＩｎｆｏｒｍａｔｉｏｎ作者：乔磊导师；张润形北京交通乂学２０１６年４月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供査阅和借阅。，同意学校向罔家有关部口或机构送交论文的复印件和磁盘。（保密的学位论义在解密后适用本授权说明）＇Ｖ＾—学位论文作者签名；导师签名：如心Ｉ弓签字曰期：年＾月曰签字曰期：月曰＞年方ｆ抓

3、〇，／么（７＾备Ｖ小阁分义４：Ｃ９３１．６学校代码：１０００４ＵＤＣ：密级：公开北京交通大学硕±学位论文基于多维情境的移动信息服务个性化推荐算法研究ＲｅｓｅａｒｃｈｏｎＰｅｒｓｏｎａｌｉｚｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｏｆｍｏｂｉｌｅｉｎｆｏｒｍａｔｉｏｎｓｅｒｖｉｃｅｂａｓｅｄｏｎｍｕｌｔｉｄｉｍｅｎｓｉｏｎａｌｃｏｎ化ｘｔｉｎｆｏｒｍａｔｉｏｎ作者姓名：乔磊学号：１３１２０６３１导师姓名；：张润形职称教授学位类别；管理学学位级别；硕±学科专业：信息管理研究方向；信息资源管

4、理北京交通大学２０１６年４月致谢谨在此向所有给予我支持、帮助和关也的老师、家人和同学表示诚寧的谢意。本论文的工作是在我的导师张润形教授的悉也指导下完成的，导师严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷也感谢多年来导师对我的关也和指导。此外在理论研究及论文撰写期间，尚小缚、周阳等同学在论文研究思路和写。作规范方面给予了热情帮助，在此向他们表达我的感激之情最后感谢巧的家人，他们在生活上的无微不至的关怀促使我坚持不懈地钻研一切困难的决必和毅力和学习，他们给了我克服。在此对他们表示我最衷必的感谢和祝福。北京交通大

5、学硕±学位论义中文摘要中文摘要随着移动信息服务的迅速发展和普及，数据采集技术的不断进步，我们可Ｗ＂＂－二维的采集到的倩息的维度不断提高，传统仅考虑用户项目推荐模式在所采集到的信息量相对较少，数据维度相对较低的情况下可Ｗ取得较好效果，但在移＂＂动信息服务环境下－二维的推荐，仪仪靠用户项目模式并不能为用户在持定情境信息条件下生成有效的个性化推荐。随着移动技术的发展Ｗ及各类传感设备种类的增多，可Ｗ采集到的关于移动用户在移动环境中的情境信息多种多样，而这些情境信息对于推荐的性能也是非常重要的。巧此，为移动用户在特定情境下提供个性化的推荐变得十分

6、重要和迫切。目前结合移动环境下窩维度情境信息的推荐技术研究在国内外均处于起步阶段，本文Ｗ给移动用户在特定情境下提供个性化的推荐进一步提高推荐的准确性和用户满意度为日标，探讨基于多维情境信息的移动信息服务个性化推荐方法。本文立足于移动信息服务环境，充分考虑移动信息服务环境中的高维度情境＂＂信息－二，对多类型用户情境信息进行分析和建模，论文将用户项目维推荐算法中较为成熟的基于用户的协同过滤推荐算法与多维情境信息条件进行结合，通过将单维度情境信息条件下用户的偏好进行扩展，根据不同情境信息对偏好影响的程度不同，预，对现有的协同过滤推荐算法中的相似度计

7、算算法进行改进测对多维情境信息条件下用户偏好，最终得出适用于移动信息服务环境下的可Ｗ应对多维情境信息的个性化推荐算法。在面对单维情境信息的用户偏好数据稀疏性问题时，充分利用Ｈ维空间中潜在的数据关联关系，使得，引入Ｈ阶张量分解技术严重的数据稀疏性问题得到缓解。本文最后采用推荐领域著名的ＭｏｖｉｅＬｅｎｓ公开二数据集对算法进行了仿真测试，仿真结果显示，改进后的算法与传统的维推荐模式相比推荐结果更加精准，验证了情境信息对用户偏好具有影响，同时与现有的结合情境信息的推荐方法相比，说明，本文得出的