基于模式识别的推荐技术的研究与应用

《基于模式识别的推荐技术的研究与应用》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、＊－，－一？＜？，？￣－＇．Ｖ．．７Ｖ．方字■■＾－ｒ：Ｖ一多气＿起＇：者’一／一－．－．，１１０扭ｆ：００＼＇，户单化代码’：：从＾（。２？〇Ｐ冀冀ｆ学号｜＾＾翻＾京菅Ｘ乂ｉ一如餘＾专业学位驾著顽±研究生学位论文葦４．—．－．．較＇Ｊ？；￣＂￣￣￣￣￣￣—￣．＇．苗．ｒ■．，．■．＊？■＇．心？．＇．－．；．兵．；巧；％品题目羞己１奎ｉ迄址鱼竖＊却．＼為巧赛故奇身＿公＿＾ｉ§ｋ’户？

2、、－－、－－：气今－ｆ？又＇－－ｋ专业把＿－■－■，．生：！—。达：；苗＾％：Ｐ皆务研究生、分健＾指导教师郭畜—企业导师餘？、沿泛＾夸盖ａ－＿？‘－－．．－？■卓占二州＾曰期：年Ｉ巧＾日化《化义夫＃专业学位硕±研究生学位论文題目基于模式识别的推荐技术的研究与应用研巧生孙僅专业控制工程指导教师巧青副巧巧—六年六月五日曰期；二〇学位论文數据集中图分类号ＴＰ＾３学巧分类号５…．８０６０论文编号１００１０２０１６０２８０

3、密级公开学位授予单位代码学位授予单位名称北京化工大学作者姓名学号２０＂２１０２８０＾获学位专业名称控制工程获学位专业代码０８５２１０课巧来源自选研究方向樸式识别与推荐技术论文題目基于橫式识别的推荐技术的研究与应用关键词推荐系统，模式识别，特征提取，协同过滤曰＊论文答辩期２０１６／５／２７论文类型应用研究学位论文评闽及咎辩＊员会情巧姓名职称工作单位学科专长指导教师郭青副教授北京化工大学流程工业建橫、优化评巧人１张凤元研究员北京化工

4、大学密码学与信患安全技术北京阳光欣禾科技有评巧人２魏玉胜高工巧据分析与处理限公司评阅人３刘希未巧工中科院自动化所系统工程评阅人４评巧人５答辩委员会主巧曹政才教授北京化工大学机器人控制技术答辩委员１赵瑞莲教授北京化工大学软件溯试答辩委员２李大字教授北京化工大学人工智能，先进控制邱宪波答辩委员３ｍ北京化工大学化洗控巧片答辩委员４周靖林教授北京化工大学复杂系统建樓答辩委员５Ｉ［注一３：．论文类型：１．基础研究２．应用研究．开

5、发研究４．其它‘二《》．．中困分类号在中国困书资料分类法查询＇Ｓ－．学科分类号在中华人民共和国国家标准（０８八〇７４５９）《学科分类与代码》中査询．四．论文编号由单位代巧和年份及学号的后四位组成．北京化工大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。＞４．

6、作者签名：日期；／备关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定，目日：研巧生在校攻读学位期间论文王作的知识产权单位属北京化工大学。学校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，允许学位论文被查阅和借阅；学校可Ｗ公布学位论文的全、部或部分内容，可允许采用影印缩印或其它复制手段保存、汇编学位论文。□论文暂不公开（或保密）注释：本学位论文属于暂不公开（或保密）范围，在年解密后适用本授权书。＿＿□非暂不公开（或保密）论文注释：本学位论文不属于暂不公开（或

7、保密）范围，适用本授权书。、、ｗ／．作者签名ＡｌＵ：满日期：、导师签名：Ｓ日期：統ｉ基于横式巧别的推荐技术的研究与应用巧要一在信息爆炸的今天，推荐系统作为信息的种有效组织形式，正受到越来越多的关注。本文将模式识别引入推荐系统，利用模式识别对用户进行分类，并根据分类结果中用户的兴趣特征分布，为目标用户提供项目推荐。首先，介绍了推荐系统和模式识别的基本概念、硏究进展和研究方法，为本文的研究提供了理论基础。其次，本文在模式识别的基础上，设计了基于模式识别的推荐ｌｓ算法。本文ａＭｏｖｉ

8、ｅＬｅｎ数据集为例，将用户对项目的打分分解为用户对项目所含兴趣标签的巧分，根据用户对不同兴趣禄签的平均打分分布情况，建立了用户的兴趣偏好向量，从用户的兴趣偏