基于近邻协同过滤算法中相似性度量的研究

基于近邻协同过滤算法中相似性度量的研究

ID:35070764

大小:5.25 MB

页数:43页

时间:2019-03-17

基于近邻协同过滤算法中相似性度量的研究_第1页
基于近邻协同过滤算法中相似性度量的研究_第2页
基于近邻协同过滤算法中相似性度量的研究_第3页
基于近邻协同过滤算法中相似性度量的研究_第4页
基于近邻协同过滤算法中相似性度量的研究_第5页
资源描述:

《基于近邻协同过滤算法中相似性度量的研究》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、硕it学位论文胃MASTERDISSERTATIONJ戀论文题目:基于近邻协同过滤算法中相似性I纖国内图书分类号:0295:国际图书分类号19:6密级公开:西南交通大学研巧生学位论文某于近邻协同过滤巧法中相似性巧》的研究年级2013级姓名张婷申请学化级别理学硕壬专业应用数学指导老9币林义斌教授二零一六年五月ClassifiedIndex:029U.C6.D:519:SouthwestJiaoton

2、gUniversityMasterDegreeThesisResearchonSimilarityMeasuresinNe-ighborhoodbasedCollaborativeFilteringAloiithmgGrade;2011Candida化:TingZhangAcademicDegreeAppliedfor;MasterDegreeSpecialityiAliedMatheticspp-Suervisor.LinWenbin

3、p.ProfMay,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论文的全部或部分内容编入有关数据库进行检索,可采用权西南交通大学可y?将本影印。、缩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。.不保密〇/使用本授权书“(小)请在^<上方框内打:学位论文作者签名;指导

4、老师签名曰期日期:;o仿24J.f.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、分析协同过滤推荐算法的优缺点及其应用范围。2、阐明相似度计算对整个推荐算法的重要程度,并用多种相似度度量方法在Movielens数据集上验证其性能。一3、提出个海合的相似度度量方法,在Movielens数据集上与单个模型进行性能对比分析表明:基于混合度量方法的模型性能更优。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工作所得的成

5、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发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均己在文中作了明确说明一。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:咸5,俯西南交通大学硕±硏究生学位论文第巧摘要随着web2.0的快速发展,信息过载替代原有的信息匿乏已成为用户在互联网一问题而产生的获取信息时所面临的最大问题,而推荐。推荐系统正是为解决这、算法是整个推荐系统的核屯。近年来,协同过

6、滤推荐算法由于其独特的优越性在很多领域受到人们的关注。基于近邻的协同过滤推荐算法是协同过滤算法中最为直观的一种算法,其构建主要依赖于两个方面的因素一;相似性度量和近邻的选择。近邻协同过滤算法存在一一一个内在的假设,即相似性越强的两个用户对同项目的评分越致,同位用户对于相似性越高的项目对评分越一致。相似性是利用评分矩阵、用户W及项目特征确立的用户之间和项目之间的潜在关联程度,也是构建近邻集合的基础。准确衡量用户之间和项目之间的相似度关系,进而确定合适的最近邻集合,对最终推一荐结

7、果起到至关重要的作用,也是推荐算法需要解决的个重要问题。本文对八种不同的相似性度量分别取不同规模的近邻来进行评分预测,在分一析它们对模型精度的影响后,选取其中的部分预测模型构建个混合评分预测模型,并进行性能对比分析。在标准的Movielens数据集上进行交叉实验。单个模型在数据集上的实验结果表明相似性度量与近邻规模对评分预测模型的影响很大;融合后的评分预测模型在数据集上的实验结果表明混合的评分预测模型在稳定性、预测精度等方面均有所提升。关键词:推荐算法;;协同过滤;相似性度量

8、;评分预测模型混合西南交通大学硕±研究生学位论文第M页乂bs化acthiddf\.dblemofinilWkt:heraevelomentoVeb20ieroformatonoveroadpp,pfbIlowinginfbrmationunderloadbecomesl:het:opissuewhenusersetaccesstoonlinegiioniidail

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。