基于用户思维方式的组合推荐算法

《基于用户思维方式的组合推荐算法》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、密级：保密期限；硕±学位论文基于用户思维方式的组合推荐算法乂ＨｙｂｒｉｄＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｇｏｒｉｄｉｍＢａｓｅｄＯｎｆ：ｈｅ’ＭｏｄｅｏｆＵｓｅｒｓＴｈｉｎｋｉｎｇ学号Ｅ１３２０１０４２姓名熊瑞瑞学位类别工学硕±学科专业纖应臟术’（工程纖）￣指导教师刘慧婷完成巧间２０１６年４月答辩委员会方么（主席签名）＇■．？■？独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取

2、得的研究成果。据我所知，除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人臣经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的学位或证书而使用过的材料一同工作的同志对本研究所做的任何贡献掏己。与我在论文中作了明确的说明并表示谢意。日以＞作年怎《学位论文作者签《：紐签字期：月／日学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和禮盘，允许论文被查阅和借＾阅｜乂将学位论文的全部或部分

3、内容编入有关数据库进行检。本人授权安徽大学可Ｌ索，可乂采用影印、缩印或担描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：今啼导师签名：載＊句１签字日期：从／《年＾月备日签字日期：的各年ｒ月八日＿／？摘要一伴随互联网的高速发展，网络上的各种信息汇聚到起，用户很难从大量的信息中捜索到所需的信息。捜索引擎能够根据用户输入的关键字进行搜索，减少。用户查找时间但是，搜索引擎技术对所有用户展示的捜索结果是相同的，为了满足不同用户独立的需

4、求，减少用户查找的时间，各种个性化推荐系统纷纷被利用到互联网各大电商平台。现有的推荐算法存在很多局限性：，例如信息资源有限使得推荐质量不髙，不能有效筛选出满足用户需求的物品。同时，现有的推荐算法随着用户和信息资源数量的增加，面临着很多的困难，例如：数据稀疏，冷启动，新项酌《荐困难等。为了克服这些困忠本文融Ａ用户的思维方克结合社交网络巧项目标签信息，对现有的推荐算法进行改进，提高推荐的个性化特征和准确性。首先，论文从社交网络朋友关系的角度出发，充分利用社交网络中用户间的关注关系，提出

5、了基于用户信任关系重建和社交网络传递的推荐算法ＴＲＳＰ。ＴＲＳＰ算法的主要研究如下：１）社交网络中直接给出了用户可Ｗ信任的朋友列表，但是网络上交友的简单便捷使得朋友关系中存在噪音而不能直接利用。为了解＂决噪音问题，提高信任关系的利用效率，本文对用户的社交网络朋友圈进行去＂＂＂＂＂伪存真操作。去伪存真将朋友圈内的伪朋友剔除出朋友圈。２）考虑到去伪存真操作带来的数据稀疏问题，本文从用户的历史信息中捜索到与用户兴＂＂趣爱好相似的用户作为潜在朋友来扩充朋友圈，最终构建可靠的用户社交网络信任关系

6、。３）针对用户数量的增加给社交网络推荐带来了数据稀疏的压力这一＂＂问题，本文提出利用用户信任关系的传播特点，使用目标用户朋友的朋友作为数据的另一ＥｎＴＲＳＰ源头完成推荐，并在ｐｉｉｏｎｓ数据集实现并验证算法，试验表明重建后的社交网络信任关系在推荐上更加准确。其次，标签信息很好的反映了用户自身的习惯和兴趣爱好，根据用户的标签信息能够很好的挖掘用户背后的需求。本文充分利用社会标注信息，提出基于个性化时间标签云的大众分类法ＰＴＴＣ。ＰＴＴＣ算法主要的研究如下：１）从标注信息中提取用户的偏好标

7、签云，代表用户的喜好；提取物品标签云描述物品的信息，找出最优的相似度衡量方法度量标签云间相似度完成推荐。２）用户的兴趣爱好Ｉ基于用户思维方式的沮合推荐算法，，不是静止的，不同的时间段内用户的兴趣偏好侧重点不同考虑时间的影响本文根据标签的时间戳信息抽取用户的时间段标签云。３）由于打标签的自由与随意，标签集合中存在很多含糊不清的或者重复冗余的信息，本文根据标签的使用情况对标签进行去除冗余一；用户对不同物品的喜爱程度不相同，对用户来说不同的物品间存在着差别，相应的同样的标签不同的物品

8、，标签具有的价值之间也一思想对用户的标签信息进行加权应该有差别。根据送，提取加权的偏好标签云和加权时间标签云。４）为解决物品和用户数量的庞大带来的标签数据稀疏问题，本文将偏好标签云与时间标签云合理的进行组合，最大程度的利用社会标注信息完成推荐。虽然社交网络信息和和标签信息都能很好的辅助完成推荐一，但是单的推荐算法都存在着本身的缺陷。ＴＲＳＰ算法在为