基于情境上下文和社交网络的个性化推荐方法研究

《基于情境上下文和社交网络的个性化推荐方法研究》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、’＂＂满州／临满邮蚊＇－．，。‘、：＾．１八；：，７知．瓦，＇―＇＇－，？ＴＶ？：亡、－ｒ—－、…？—，■—、、》？＇－，‘’．＇－．．．＿＾分＞為文：！乂＃ＳＯＵＴＨＷＥＳＴＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文Ｍ乂ＳＴＥＲＤＩＳＳＥＲＴＡＴＩＯＮ论文题目；基于情境上下文和社交网络的个性化推荐方法研究学位类别：工学硕去学科专业：软件Ｘ程？：年级：２０１３级／研究生：指导教师：陈俊二零一六年五月国内图书分类号：ＴＰ３１１密级：公开

2、国际图书分类号：００４西南交通大学研巧生学位论文基于情境上下文和社交网络的个性化推巷方法研究年级２０１３姓名李强申请学位级别硕±专业软件工程指导老师陈俊二零一六年五月ＣｌａｓｓｉｆｉｅｄＩｎｄｅｘ：ＴＰ３１１Ｕ．Ｄ４．Ｃ：００ＳｏｕｔｈｗｅｓｔＪｉａｏｔｏｎＵｎｉｖｅｒｓｉｔｇｙＭａｓｔｅｒＤｅｒｅｅＴｈｅｓｉｓｇＲＥＳＥＡＲＣＨＯＮＰＥＲＳＯＮＡＬＩＺＥＤＲＥＣＯＭＭＥＮＤＡＴＩＯＮＭＥ了ＨＯＤＢＡＳＥＤＯＮＣＯＮＴＥＸＴＡＮＤＳＯＣＩＡＬＮＥＴＷＯ

3、ＲＫＧｒａｄｅ：２０１３Ｃａｎ出ｄａｔｅ：ＬｉｉａｎＱｇＡｃａｄｅｍｉｃＤｅｒｅｅＡｌｉｅｄｆｏｒ：ＭａｓｔｅｒｇｐｐＳｅｃｉａｌｉｔ：ＳｏｆｔｗａｒｅＥｎｉｎｅｅｒｉｎｐｙｇｇＳｕｅｒｖｉｓｏｒ：Ａ．Ｐ．ＣｈｅｎＪｕｎｐＭａｙ，２０１６西南交通大学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，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本人授权西南交通大学可将本论文的全部或部分内容编入有关数据库进行检索，可Ｗ采用影印、缩

4、印或扫描等复印手段保存和汇编本学位论文。本学位论文属于１．，保密□在年解密后适用本授权书；２．不保密使用本授权书。＂＂（请在Ｗ上方框内打Ｖ）学位论文作者签名：指导到币签名；Ｉ日期：日期：西南交通大学硕±学位论文主要工作（贡献）声明本人在学位论文中所做的主要工作或贡献如下：１．对传统的协同过滤推荐算法进行研究，详细总结了推荐算法中常用的相似度计算方法和推荐评价指标，并分析了现有的推荐算法的不足之处。２．针对传统协同过滤推荐算法的不足提出了多种基于时间、地点上下文和社交网络的改进推荐算法。在传统的协同过滤算法相似度

5、计算的基础之上，具体引入Ｗ下信息：一１考虑两个方面的时间变化；个是用户随时间变化的兴趣相似度，）一一另个是相似用户的最近兴趣。本文引入了个时间衰减函数来体现用户不同时期的兴趣变化。２不同地方的用户兴趣存在着一定的差别，本文将用户按照不同城市）进行类别划分，相同城市用户的地点相似度权重大，不同城市用户的地点相似度权重小。３根据用户社交网络信息计算用户的熟悉程度，用户之间的共同好友）比例越高，用户之间越熟悉，他们的兴趣相似度也就越高。３．在豆瓣数据集上对改进算法和传统的协同过滤推荐算法进行实验对比，并对实验结果进行对比分析，

6、证明了本文提出的改进算法比传统的协同过滤算法对推荐准确度有明显的提高。本人郑重声明，：所呈交的学位论文是在导师指导下独立进行研究王作所得的成果。除文中己经注明引用的内容外，本论文不包含任何其他个人或集体己经．发表或撰写过的研究成果。对本文的研巧做出贡献的个人和集体，均己在文中作一了明确说明。本人完全了解违反上述声明所引起的切法律责任将由本人承担。学位论文作者签名：＾？曰期：．／Ｉ７占．ｆ＞１Ｊ西南交通大学硕±研究生学位论文第Ｉ页摘要随着Ｗｅｂ２．０时代的到来，我们面临最大的问题就是信息过载，捜索引擎和推荐系统的

7、出现解决了这个问题。协同过滤推荐算法是现在最常用也是最成功的一推荐技术之，在电子商务等诸多领域有着广泛的应用。但是传统的协同过滤推荐算法存在稀疏性和冷启动等问题，所很有必要在推荐算法中引入新的数据源来减轻这些问题。情境上下文和社交网络可Ｗ给推荐系统提供更多关于用户的信＾息。相比传统的协同过滤推荐算法，引入情境上下文可文帮助用户更准确地找到用户感兴趣的项目，社交网络则可Ｗ提供更多的用户偏好信息Ｗ及用户行为数据，从而部分地缓解了推荐系统的稀疏性和冷启动问题。所Ｗ如何融合情境上下一个很值得研巧的问题文和社交网络信息来提高推荐系统的准确度是。

8、本文提出