基于张量分解的推荐算法研究

《基于张量分解的推荐算法研究》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、＇＇学校代码；１０００４密级：公开ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ義硕±学位论文ｇＭｇｉ嘯基于张量分龍推荐Ｓ＇；綱究ｊＡ＇＂作者姓名黄丹学科专业计龍科学与技术＇、指导教师王志海教授與胃培养院系冊机与信息技术学院￣．＂．．区￡，ｉ：ｉ…巧．ｉＳ，，，ｊ；ｊｉ（ｖ．、？面？－圓巧巧．Ｋ．，神马放．為苗？一ｓ博１面巧画面－涵团ｎ伊｜；。山；ｉ如赛交妻乂ｆ硕±学位论文基于张量分解的推荐算法研

2、究－ｍＲｅｓｅａｒｃｈｏｎＴｅｎｓｏｒＦａｄｏｒｉｚａｔｓｅｄＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｏｒｉ化ｉｏｎｂａｇ作者；黄丹导师：王志海北京交通大学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供查阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可Ｗ为存

3、在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）学位论文作者签名；导师签名；Ｍ玉太参签字曰期：；。３月曰签字曰期：ａ／年３月曰＾年／＾＾学校代码：１０００４密级：公开北京交通大学硕：ｔ学位论文基于张量分解的推荐算法研究ＲｅｓｅａｒｃｈｏｎＴｅｎｓｏｒ－ＦａｃｔｏｒｉｚａｔｉｏｎｂａｓｅｄＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｏｒｉｔｈｍｇ作者姓名：１３１２０３９３：黄丹学号导师姓名：王志海

4、职称；教授学位类别；工学学位级别；硕±学科专业；计算机科学与技术研究方向：数据挖掘北京交通大学２０１６年４月１致谢一一人生中的每步、人生中出现的每个人都是美丽的安排。感谢在我研究生期间出现在我身边的每一个人。感谢我的导师王志海教授。无论是在学术上还是生活上，王老师都给予了我很大的帮助，非常有幸能够师从于王老师。在学术上，王老师认真负责，对侍大一大小小的问题都，学术态度严谨，王老丝不苟，给予了我很多的指导。生活上师潜移默化地影响了我很多，他教会了我

5、要自信、乐观，而远些正是我Ｗ前所欠缺的。在此，由衷地感谢王老师近Ｈ年的教导，真必祝您身体健康，生活幸福。一一一感谢直陪伴我的九教北５１９的同学。我们起学习，起奋斗，互帮互助，感谢你们陪在我学习生活的毎一个角落。感谢我的舍友，谢谢您们陪伴我走过初Ｉ京的无助至Ｊ北。感谢我的好朋友王娱、李明月、王丹茹、齐诞。你们总是在我最最迷茫的时候陪伴我一、支持我，如果不是你们，我不会确定，朋友这么懂得倾听，我们在一起，，，总能把冬天变成春天。愿在人生后的日子里我们能起看更多的风景共同经

6、历彼此人生中的每一个阶段。感谢我的父母。你们总是无条件地支持我、包容我、关也我。我这辈子最最、，就是拥有你们的爱也，好好享受接幸运的事情。我只愿你们健健康康、开开也下来的人生。女儿也会努力，带你们去看看更大的世界。感谢一直努力的自己。感谢自己无论在什么时候都不曾言弃。由于自己的任一些遗憾性和不知足，也造成了，不过要往前看，人生的美景还有很多。最后，一。送自己句话，人生的完美就是不完美，人生的不完美就是完美北京交通大学硕±学位论文摘要随着信息技术的飞速发展，人们从

7、信息匿乏时代过渡到了信息过载时代，用户很难从海量的数据中找到自己感兴趣或对自己有价值的信息。推荐系统是应对一信息过载问题的个有效的解决办法。当前，基于模型的推荐算法是推荐系统研究领域的热点方向，具有推荐精度高、善于发现用户新的兴趣点、可扩展性好等优点。一些问题一但是，基于模型的推荐算法仍然存在的。第，忽略时间因素对推荐系统的影响。传统的推荐模型是静态的，忽略了时间因素，部分推荐算法虽然将时间因素考虑在内，但只是使用最近的数据或者给过去的数据降低权重，这样可能会造成有用

8、信息的丢失一。第二，优化目标与推荐系统目标不致。推荐系统的最终目的是对用户形成推荐项目序列，传统的基于模型的推荐算法先预测用户对项目的评分，然后依据评分生成推荐序列。这些推荐算法的重点是评分预测，一定能很好地进行项目推荐可是能很好地预测评分不。本文针对这两个问题，在现有的研究工作的基础上进行了改进，提出了两种一一改进的推荐算法。针对第个问题，本文提出了种改进的基于时间的局部低秩张量分解推荐算法。该推荐算法在传统的推荐算法的基础上，考虑时间因素，