基于用户细分及组合相似度的个性化推荐算法的研究与实现

《基于用户细分及组合相似度的个性化推荐算法的研究与实现》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、分类号：TP3单位代码：10190研究生学号：G085211052密级：无工程硕士学位论文基于用户细分及组合相似度的个性化推荐算法的研究与实现Researchandimplementationofpersonalizedrecommendationalgorithmbasedonusersegmentationandcombinationsimilarity工程领域名称及代码：计算机技术（085211）研究生姓名：牛东攀校内指导教师及职称：逄焕利（副教授）企业指导教师及职称：杨有才（高级工程师）2016年3月长春工业大学工程硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，

2、《基于用户细分及组合相似度的个性化推荐算法的研究与实现》是本人在指导教师的指导下，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，本论文不包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，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名：年月日长春工业大学工程硕士学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春工业大学硕士学位论文版权使用规定”，同意长春工业大学保留并向国家有关部门或机构送交学位论文的复印件和电子版，允许论文被查阅和借阅。本人授权长春工业大学可以将本学位论文的全部或部分内容编入有

3、关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名：年月日校内指导教师签名：年月日企业指导教师签名：年月日工程硕士学位论文摘要随着移动互联网技术不断向前发展，人们提前进入到“信息过剩”的时代。然而，用户的真实需求被埋藏在海量数据中，如何为用户提供有效且有价值的信息与服务已经成为学术界深入研究的方向之一。针对中国某省移动手机阅读管理系统推荐方法存在的问题，本文提出了基于用户细分的个性推荐策略与面向稀疏与冷启动问题的组合推荐方法实现中国移动某省手机阅读平台的个性化推荐。其主要工作如下：1.给出一种新的基于Item-Based用户细分推荐方法。新的基于Ite

4、m-Based用户细分推荐方法，根据用户的图书阅读情况，将用户划分为深度阅读用户和非深度阅读用户两大类；同时，为了提高用户的忠诚，降低用户流失率将深度阅读用户分类分为高价值用户群体、中价值用户群体与低价值用户群体，应用不同的推荐策略进行个性化图书推荐。实验结果表明该方法推荐质量有较大提升，用户点击与购买率较以前也有明显改进。2.给出了一种新的基于SlopeOne用户细分推荐方法。新的基于SlopeOne用户细分与Item-Based用户细分推荐方法不同之处是，对于低价值用户群无需进行用户细分，而是直接采用SlopeOne予以推荐。在推荐性能、用户点击与购买率上，该方法均有很好地改进

5、与提升。3.给出了一种新的基于组合相似度的关联推荐方法。实现一种结合关联规则推荐与协同过滤推荐模式，该方法能够有效地处理稀疏数据和冷启动问题，具有很好的实用价值。4.给出了新用户活跃度提升方法。通过目标用户选择、阅读用户互联网阅读内容偏好计算与阅读用户手机上网时间偏好计算等方法构建面向沉默用户与新用户的用户活跃度提升方法。在相同测试数据和实验环境下，沉默用户活跃度有明显提升。关键词：用户细分协同过滤组合推荐冷启动稀疏数据I工程硕士学位论文AbstractWiththecontinuousdevelopmentofmobileInternettechnology,peoplehave

6、enteredthe"informationoverload"erainadvance.However,therealneedsofusersisburiedinthemassofdata,howtoprovideuserswithefficientandvaluableinformationandserviceshasbecomeoneoftheacademicdirectionforfurtherresearch.ForChinaMobilePhoneofcertainprovince,whosemanagementsystemrecommendedreadingmethodh

7、asaproblem,thispaperpresentsapersonalizedrecommendationbasedonusersegmentationstrategyrecommendedincombinationwiththerecommendedmethodforsparseandcold-startproblemsprovinceofChinaMobiletoachieveapersonalizedmobilereadingplatform.Themain