欢迎来到天天文库
浏览记录
ID:35181507
大小:4.74 MB
页数:56页
时间:2019-03-21
《基于用户反馈信息与用户信任度的商品推荐技术的研究》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、P化126帮夸吝圆008学巧代巧___号分类号—编P'"^i雌?#^乂#INNERMONGOLIAUNIVERSITY■’、..?<:,1二.心知扭r識■爾±聲値繼褒'、作、MAiT匿股BI浸浸握RTATI(DM?i'.,基于用户反馈信息与用户信巧度龄繁商縣缠荐技术的研究r.从'.:,,击鮮兴-,>..-,‘..y.一'咕.''V■.;‘‘护..:才:;学院';.L—J±算M2.^声;.运技,指绿教师:王俊义教授苗V;軒;;
2、::'专啦;_社算?鹽律述龙__':苗—;:2--心《:息检索轿究方向信?_;麟络、;:.:斬:%研究生盏_也讀齡三早巧原..’..^吊'矿;.品乃論為、:.,'纖.私.V转谦動…占麵.攤;彩'..马难修.-.P巧.:一:扩.-v.;矣誤祥:心扭/:v;r購请,.■‘々妒一.'.....-...,L‘,;气乃学校代码:10126学号:31309008分类号:编号:论文题目基于用户反馈信息与用户信任度的商品推荐技术的研究学院:计算机学院专业:计算机科学与技术研巧方向:信
3、息检索姓名:赵丹指导教师:王俊义教授2016年5月4日原创性声明本人声明;所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果,论文中不包含其他人已经发表或撰写过的研究成黑也。除本文已经注明引用的内容外不包含为获得边蓋直去筆及其他教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名:fef导教师签名:必t指幸_ztoib.-艺。1(>、5日期:di日期:f千在学期闻研究成果使用承诺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
4、规定:,即内蒙古大学有权将学位论文的全部内容或部分保留并向国家有关机构,、部口送交学位论文的复印件和礎盎允许编入有关数据库进行检索,也可W采用影印、缩印或其他复制手段保存、茫编学位论文。为保护学院和导师的知识产权,作者在学期间取得的研究成果属于内蒙古大学。作者今后值用涉及在学期间主要研究内容或研究成果,须征得内羡古大学就读期间导师的同意:若用于发表论文,版板单位必须署名为内蒙古大学方可投稿或公开发表。巧指导教师签名:学位论文作者签名:扛W、。‘b、s、日期:b6日期:么于内蒙古大学硕±学位论文基于用户反馈信息与用户信任度的商品推荐技术
5、的研究摘要自互联网中的信息海量化W来,信息超负荷己经是所有网民即将或己经遇一。到的问题,而相关性是解决信息超负荷巧题众多方法中的种主流方法个性化推荐在电子商务网站也逐渐凸显出其重要的作用。该技术在发现用户潜在需求的基础上,将不相关的信息或者项目过滤掉,最后主动向用户推荐满足其需求的项目,W达到缓解信息过载的目的。一一;本文在^^1用户项目评分矩阵为主要甚至唯的数据信息基础的概率矩阵分解模型PMF中融入用户与好友的社会信任关系,将好友对用户的影响线性聚合起来,得到即考虑用户自身兴趣又考虑好友兴趣对其产生的影响的用户潜在一特征向量,对由矩阵分解得
6、到的用户潜在特征向量进行约柬,同时会利用个一参数限制该约束的程度。并考虑项目的评论文本信息也能在定程度上反映项目的属性,因此利用LDA模型处理评论文本信息得到项目的主题分布向量。再利用指数函数将矩阵分解得到的项目潜在特征向量映射到主题分布向量上来,对由矩阵分解得到的项目潜在特征向量产生约束,最后提出基于用户反馈信息()。与用户信任度的商品推荐模型M民M实验中,采用梯度下降的方法对后验、概率进行最大化,并同时优化用户潜在特征向量项目潜在特征向量W及主题分布向量,,得到最终的主题分布矩阵、用户潜在特征矩阵和项目潜在特征矩阵最终获得用户的预测评分。本文
7、在Yelp评论网站真实数据上进行实验,本混合模型在典型的衡量推荐准确度标准MAE和RMSE上分别提升了9.7%和8.7%,实验结果蟲示基于用户I基于用户反馈信息与用户信任度的商品推荐技术的研巧反馈信息与用户信任度的商品推荐模型的推荐结果优于概率矩阵推荐算法,并验证了该混合推荐模型在缓解数据稀疏性问题上的有效性。:个性化推荐;关键词;协同过滤;数据稀疏概率矩阵分解打内蒙古大学硕±学位论文LEARNING了0RECOMME
此文档下载收益归作者所有