基于隐语义模型的个性化推荐算法的研究

《基于隐语义模型的个性化推荐算法的研究》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、广东工业大学硕ｄｂ学位论文（工学硕±）基于隐语义模型的个性化推荐算法的研究巫可二〇—六年五月分类号：１１８４５：学校代号ＵＤＣ：：：２１１１３０５０１４学号密级广东工业大学硕壬学位论文（工学硕±）基于隐语义模型的个性化推荐算法的研究巫可指导教师姓名、职称：李鹰教授学科（专业）或领域名称：计算机科学与技术学生所属学院：计算机学院论文答辩日期—六年五月：二〇ＡＤｉｓｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｅｄ化ＧｕａｎｄｏｎｇＵｎｉｖｅｒｓｉｔｏｆ

2、Ｔｅｃｈｎｏｌｏｇｙｇｙｆｏｒ化ｅＤｅｇｒｅｅｏｆＭａｓｔｅｒＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎＳｃｉｅｎｃｅ（ｇｇ）ＲｅｓｅａｒｃｈｏｎＰｅｒｓｏｎａｌｉｚｅｄＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｇｏｒｉｔｈｍｓＢａｓｅｄｏｎＬａｔｅｎｔＦａｃｔｏｒＭｏｄｅｌＣａｎｄ：ｕｅｉｄａｔｅＷＫＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＬｉＹｉｎｇＭａ２０１６ｙＳｃｈｏｏｌｏｆＣｏｍｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｐｙＧｕａｎｇｄｏｎ

3、ｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙＧｕａｎｚｈｏｕＧｕａｎｄｏｎ．．Ｃ，ＰＲｈｉｎａ，５１０００６ｇ，ｇｇ摘要摘要推荐系统是解决信息过载的有效工具，它能根据用户的历史斤为数据做出个性化推荐一。隐语义算法作为种经典的推荐算法在研巧和应用中都取得了很大成功，但它一些问题值得探讨和研究依然存在。首先是算法在数据稀疏的情况下推荐准确性较低，无法解决算法冷启动的问题。其次是隐语义模型推荐算法的可扩展性较差。算法参数，，更新时间长需要进行全量更新计算量大。为了解决隐语义

4、模型推荐算法在数据稀疏情况下推荐准确性较低的问题，本文提一出种融合用户属性信息的隐语义模型，该模型将用户的属性信息融入传统的隐语义模型中，即使在数据稀疏的情况下依然能够根据用户的属性信息进斤推荐。针对隐语义模型的扩展性较差的问题，将改进后的隐语义算法进斤并斤处理，提高算法的可扩展性。本文主要研究内容如下：１、分析主流的推荐算法的优缺点，包括基于内容的推荐算法、协同过滤的推荐算法、基于网络的推荐算法和模型海合的推荐算法。针对传统隐语义模型算法在数据稀疏情况下推荐效果不佳的问题，提出了融入用户属性

5、信息的隐语义模型推荐算法，在用户历史行为数据不足的情况下可＾＾？。１利用用户的基本属性信息来进行推荐通过逻辑回归分类算法来度量属性的重要性，根据用户的属性信息找出邻域用户，让邻域用户参与推荐一。实验结果表明，该算法在定程度上能解决数据稀疏带来的问题。２、为了解决传统隐语义模型推荐算法的可扩展性较差的问题，本文设计并实现了一种基于Ｈａｄｏｏｐ平台的并行隐语义算法。算法将模型的训练、基于属性预测评分Ｗ及一ａ－Ｒｅｄｕｃｅ任务产生推荐结果的过程分解为系列的Ｍｐ，使得算法能在多台机器上同时运行，大大降

6、低模型训练时间而且还能够处理不断增加的数据。实验表明，随着数据量的不断增大，算法在集群上有良好的扩展性。一３、本文提出的推荐算法为基础，设计个基于Ｈａｄｏｏｐ平台的电影推荐系统，系统能根据用户的历史评分数据推荐用户可能感兴趣电影。该系统针对海量数据处理的扩展性较高，针对不同的用户能够及时做出个性化推荐。关键词：推荐算法；隐语义模型；用户属性；Ｈａｄｏｏｐ；ＭａｐＲｅｄｕｃｅＩＡＢＳＴＲＡＣＴＡＢＳＴＲＡＣＴ民ｅｃｏｍｍｅｎｄａｔｉｏｎｓｓｉｓｉｌｌｂｌｅｍｏｆｉｎｆｏｉｙ

7、ｔ：ｅｍａ打ｅｆｆｅｃｔｖｅｔｏｏｔｏｓｏｖｅｔｉｉｅｐｒｏｒｍａｔｏｎｏｖｅｒｌｏａｄｗｈｉｃｈｃａｎｍａｋｅｅｒｓｏｎａｌｉｚｅｄｒｅｃｏｍｍｅ打ｄａｔｉｏｎａｃｃｏｒｄｉｎｔｏｕｓｅｒｈｉｓｔ：ｏｒｂｅｈａｖｉｏｒ．，ｐｇｙＬａｔｅｎｔｆａｃｔｏｒｍｏｄｅｌａｌｇｏｒｉｔｈｍｉｓａｃｌａｓｓｉｃｒｅｃｏｍｍｅｎｄａｔｉｏ打ａｌｇｏｒｉｔｈｍｗｈｉｃｈｈａｓａｃｈｉｅｖｅｄｒｅａｔｓｕｃｃｅｓｓｉｎｂｏ化ｒｅｓｅａｒｃｈａｎｄａｌｉｃａｔｉｏｎ

8、ｂｕｔｔｈｅｒｅａｒｅｓｏｍｅｒｏｂｌｅｍｓｓｔｉｌｌｗｏｒｔｈｇｐｐ，ｐｄｉｓｃｕ巧ｉｎｇａｎｄｒｅｓｅａｒｃｈｉ打ｇ．Ｆｉｒｓｔｌｙｔｈｅａｌｏｒｉｔｈｍｈａｓａｏｏｒｅｒｆｏｒｍａｎｃｅｉｎｔｈｅｃａｓｅｏｆ，ｇｐｐｓａｒｓｅ过ａｔａａｎｄｃａｎｎｏｔｓｏｌ