基于概率矩阵分解的社会化推荐算法研究

《基于概率矩阵分解的社会化推荐算法研究》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、■Ｆ％夺留許違若某大赛ＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｏｆＣｈｉｎａｇｙ硕±学位论文戀．？论文题目义子槪车化薛分鮮的社会化抱苗义法研免作者姓名崔海濤钟茸加敕＃与理冷学科专业导师姓名去古教蛟二〇—六年五月完成时间Ｎ中＠种《技术乂＃硕±学位论文戀基于概率矩阵分解的社会化推荐篇法研究作者姓名：崔海涛学科专业：计算机软件与理论导师姓名：李京教授完成时间一六年四月：二零ＵｎｌｏｏｆＣｈｉｎａｉｖｅｒ

2、ｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｇｙ’Ａｄｉｓｓｅｒｔａｔｉｏｎｆｏｒｍａｓｔｅｒｓｄｅｇｒｅｅ戀ＲｅｓｅａｒｃｈａｂｏｕｔＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｏｒｉ化ｍＢａｓｅｄｏｎＰｒｏｂａｂｉｌｉｓｔｉｃＭａｔｒｉｘｇＦａｃｔｏｒｉｚａｔｉｏｎ＇ＡｕｔｈｏｒｓＮａｍｅ：ＨａｉｔａｏＺｈａｉＳｐｅｃｉａｌｉｔ：ｏｍｐｕｔｅｒＳｃｉｅｎｃｅｙＣＳｕｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＪｉｎｅＬｉｐ＾Ｆｉｎｉｓｈｅｄｔｉｍｅ：Ａｒ１８．２０１５ｐ中国科学

3、技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研巧工作所取得的成果。除己特别加Ｗ标注和致谢的地方外，论文中不包含任何他人己经发表或撰写过的研巧成果一同工作的同志对本研巧所做的贡献均己在论文中作了明确。与我的说明。作者签名：乘為？＾签字日期：ｚｕｌ，Ｉ．ｌｌ，中国科学技术大学学位论文授权使用声明一作为申请学位的条件之，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权：，即学校有权按有关规定向国家有关部口或化构送交论文的复印件和电子版，允许论文被査阅和借阅，可Ｗ将学位论文编入

4、＜中国学位论文全文数据库》等有关数据库进行检索，可Ｗ采用影印、缩印或扫描等复削手段保存一、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相致。保密的学位论文在解密后也遵守此规定。（年）开□保密＿作者签名：帮為Ｚ矣导师签名：参褚签字日期：Ｓ：ｉｔｄ．Ｌｉｆ签字日期，＾摘要社交网络的发展给推荐技术带来了新的契机，利用社交关系进行社会化的推荐，不仅能提商推荐的准确率，，更能让用户信任系统的推荐理由因而得到了电子商务网站和许多科研人员的青睐。本文Ｗ社会化推荐中的协同过巧推荐算法为主要研巧对象，针对巧率

5、矩阵分解巧法在实际推荐中面临的准确性和社交关系稀疏等问题展开了调研与研巧．结合主趣模型和巧类等机器学习方法，提出了解决这几个问题的方案：，并通过实驗验证了所提方案的效果。具体如下一１、针对基于巧率矩阵分解的化会化推荐算法的准确性问題，提出了种基于主题的朋友提取巧率矩阵分解算法。该算法主要应用于杜交关系较为稠密场巧下的社会化推荐问題，它针对现有的社会化推荐算法在考虑来自社交关系的巧响时，考慮过多朋友的巧响导致的推荐准确率下降的问趣，提出了相应的解决方案。该巧法将用户看作專好的集合，通过主趣模型的训练，挖掘出用户的專好，并根据専

6、好划分用户的社交关系，使得最终的推荐结果只受和用户在物品所属主趣里拥有相同者好的社交关系的巧响。实验表明，该算法的推荐误差小于其他４种传一统的巧率矩阵分解巧法，在定程度上提巧了推荐的准确率。２、针对基于主越的朋友提取巧率矩阵分解算法１＾＾及其他的巧率矩阵分解算一法在社交关系稀疏时，推荐准确率下巧的问趣，提出了种基于用户主趣巧类的概率矩阵分解算法。该算法通过相同的用户專好的主涵巧巧，，找出用户的專好并根据用户的宮好对所有用户进行聚类，再从聚类的结果为社交关系稀疏的用户＂＂构建新的社交关系，使这部分用户的社交关系变得相对稠密，Ｗ达到

7、社会化推荐效果比较佳的场巧下的推荐。该算法主要针对的是社交关系稀疏的用户群，通过实验我们可Ｗ得出结论，我们提出的算法可Ｗ巧低社交关《稀疏用户推荐误一差，从而在定程度上解决了社交关系巧疏的问題。关键巧：协同过巧社会化推荐巧華矩阵分解主酉模型用户巧类ＩＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴＤｅｖｅｌｏｐ阳ｅｎｔｏｆｓｏｃｉａｌｎｅｔｗｏｒｋｂｒｉｎｇｓａ打ｅｗｃｈａｎｃｅ化ｒｅｃｏｍｍｅ打ｄｅｒｓｙｓｔｅｍ．＇民ｅｃｏｍｍｅｎｄｉｎｗｉｔｈｓｏｃｉａｌｌｉｎｋｓｃａｎｉｍｉｏｖｅｔｈｅａｃｃｕｒ

8、ａｃｏｆｒｅｃｏｍｍｅｎｄａｔｉｏ打ｓａｎｄｇｐｙ，ｍ