电子商务协同过滤推荐算法的优化研究

《电子商务协同过滤推荐算法的优化研究》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、f'F~j{1~:_____;.=E=mJ;;.....;;...'..:....:..:...:m€___m~~grp:____::...jJt.....::.....:.iil...:...:;,Jt~*J£..;:.=1f...:;_·__~f-t~~::$Xf4If¥-------'-------'-----JiJT1£~~:f§}~,~Ef!/=tI*¥~j)ft--------:4s:A~~£Jl5aA:?JT.¥.xi¥J!#-1:s'ri~Y:..~*Attft-Yfi18

2、1"F?JflfX1f!.I¥Jl£*o~Y..r=PB~tta_ij51ffl!¥J1*.1~~~.*iQX::f:~1=E1~~1m1'-A~~f/.1~8t?i'Jl.*".~~'§]:ct1¥:11iJfJt!JX;*'iE::f§1?::19~1~}if;f~.I-:{I*-*~jtfm·~~m~I¥J~~~~~W~fflrl~UM"~*~~~~~ilim~~~~~A~-~.J)JC.tEitX~fF"7f!ij1iifl!'f.Ji.#.a~#$..1F7iM~o-*AiC~~iRJU*fliErJ3£8~!~tr!f*E

3、l3:t1'>:Affc1EJ.o*$&~~~*~~7fi~~~•*•~**m,~m~m~~~~IEo!f.ff'1~X)iif;f~~;I;k.:.fPJLlJ¥t~f:tri~X8分类号：TP391密级：公开UDC：单位代码：10076工学硕士学

4、位论文电子商务协同过滤推荐算法的优化研究作者姓名：王海燕指导教师：黄伟建教授申请学位级别：工学硕士学科专业：软件工程所在单位：信息与电气工程学院授予学位单位：河北工程大学ADissertationSubmittedtoHebeiUniversityofEngineeringFortheAcademicDegreeofMasterofEngineeringOptimizationofCollaborativeFilteringRecommendationAlgorithmintheE-commerceCandidate：WangHaiy

5、anSupervisor：Pro.HuangWeijianAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：SoftwareEngineeringCollege/Department：SchoolofInformationandElectricalEngineeringHebeiUniversityofEngineeringMay,2016摘要在迅猛发展的开放的网络环境下，基于浏览器/服务器应用方式的电子商务也得到了空前发展，不出去就可以买到自己想要的商品，这种便利使消费者越来

6、越倾向于网上购物。电子商务模式显示了巨大的现代商业价值。特别是网络购物以其便捷，快速的特点成为了人们的一种时尚和潮流。但是人们在享受越来越多的便捷时也面临着网络信息过载的困扰。如何在不断增长的网络信息中准确快速地找到用户所需要的信息呢，个性化推荐系统的出现解决了这个问题，而协同过滤推荐系统作为一种个性化推荐系统脱颖而出。但是网络数据量的不断增多，协同过滤推荐系统自身的缺陷逐渐暴露出来，例如稀疏性，冷启动和时效性等问题。为改善协同过滤算法本身存在的这些问题，使其推荐效果得到进一步提高，本文对稀疏性、时效性和冷启动问题进行了优化。具体工作

7、的主要包括以下几方面：协同过滤推荐算法稀疏性问题和实时性问题优化方法：协同过滤推荐系统是以用户项目评分矩阵为基础进行推荐的，矩阵的稀疏性成为影响协同过滤算法推荐效果的关键问题。针对数据稀疏性问题提出了一种基于项目属性相似性的矩阵填充方法。电子商务中的商品都存在一些本身的属性，这些属性信息之间的相似性可以在线或离线计算出来，通过找到未评分项目的相似邻居项目，预测用户对未评分项目的评分来实现填充，用于解决稀疏性问题。在稠密的矩阵基础上运用基于用户的协同过滤算法实现对目标用户的推荐。为进一步提高推荐质量，最终的推荐中又分析了时效性问题，推荐

8、函数中加入了时间权重。协同过滤推荐算法冷启动问题优化方法：传统的协同过滤算法存在冷启动问题，推荐系统中的新用户或新项目往往因为缺乏评分信息不能得到有效地推荐，降低了整个系统的推荐质量。针对这种情况，提出了基于蚁群算法和结