基于项目和用户双重聚类的协同过滤推荐算法

《基于项目和用户双重聚类的协同过滤推荐算法》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、东北师范大学硕士学位论文基于项目和用户双重聚类的协同过滤推荐算法姓名：施华申请学位级别：硕士专业：计算机应用技术指导教师：林和平20090601摘要随着互联网的普及和电子商务应用的广泛深入，人们在享受网上购物便捷性的同时也陷入了信息过载的困境，用户在大量的产品信息中难以找到自己需要的商品。因此，电子商务推荐系统应运而生。推荐系统在电子商务平台上扮演销售人员的角色，向用户推荐商品，帮助用户找到所需商品，从而顺利完成购买过程。电子商务推荐系统在应用中具有良好的发展和应用前景，逐渐成为一个重要研究内容，得

2、到了越来越多的关注。本文对电子商务推荐系统进行了较深入的研究，详细分析了各种个性化推荐技术在电子商务推荐领域的应用现状和前景。协同过滤技术是目前推荐系统中应用最早和最为成功的技术之一，其发展面临着两个三个主要挑战：提高协同过滤算法的可扩展性；降低推荐系统数据集的稀疏性；提高推荐质量。针对这些问题本文提出一个改进的协同过滤算法一基于用户和项目双聚类的协同过滤推荐算法，此算法拥有基于用户聚类的协同过滤算法和基于项目聚类的协同过滤算法的优点，并摒弃了其缺点。关键词：协同过滤；推荐系统；聚类；数据挖掘；电子

3、商务AbstractWiththepopul撕t)roftheInternetande．commerceapplication,consumersenjoytheconvenienceofshoppingontheInternet；on廿leotherhand．theyhavebeenintroubleofinformationoverload．Itisdimcultforthemtofindtheirneededproductswithinamassofproductinformation．The

4、refore。therecommendationsystemine-commercecameintobeing．RecommendedSystemine．commerceplatformplaystheroleofsalesstaff,recommendsproductstouserstoheIpusersfindthegoods，whichsuccessfullycompletesthepurchaseprocess．RecommendedSystemine-commercehasgoodpros

5、pectsforthedevelopmentandapplication，graduallybecomeallimportantresearch，whichhasbeenmoreandmoreattention．InthisPaper，wemadeadeepstudyofrecommendationsystemine．commerce，andthenanalyzedthestatusandprospectsoft11emainstreampersonalizedrecommendationtechn

6、ologiesine．commerce．Collaborativefilteringtechnologyisoneofthemaintechnologiesfortherecommendationsystemine．commercewhichhasapplicationoftheearliestandismostsuccessful．However,ithastwoproblems：thelackofalgorithmsealabilityandthesparsityofdataset．Inorde

7、rtosolvetheseproblems，wedevelopedahybridrecommendationsystemcalledCollaborativeFiltering&User-ClusteringandItem．Clusteringbasedrecommendationsystem．TheSimulationresulmshowt11atOurmethodismoreeffectivethantraditionalcollaborativefilteringalgorithms．Keyw

8、ords：CollaborativeFiltering；．RecommendationSystem；Clustering；DataMining；E—commercelI独创性声明本人郑重声明：所提交的学位论文是本人在导师指导下独立进行研究工作所取得的成果。据我所知，除了特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。对本人的研究做出重要贡献的个人和集体，均已在文中作了明确的说明。本声明的法律结果由本人承担。学位论文作者签名：日期：群：互：!主