基于项目相似度改进的协同过滤topn推荐算法研究

《基于项目相似度改进的协同过滤topn推荐算法研究》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、—Ｖ轴誦’■ＴＰ３９１．３舞类号：＇单位代码１０３６１：？《获巧义乂學ＡＮＨＵＯＦＳＣＩＥＮＣＥ＆ＴＥＣＨＮＯＬＯＧＹＩＵＮＩＶＥＲＳＩＴＹ论文题目；基于巧目相似度改进跑协間过滤—－？ＴｏＮ推蒋算法硏究ｐ作者姓名：胡炳文专业名称；计算机技术营师姓名：孙克雷副教授完成时间—六年六月；二〇３９１论文编号：中图分类号：ＴＰ５２０密级：公开学科分类号：安徽理王大学硕壬学隹论文基于项目相似度改进的协同过滤ＴｏｐＮ推荐算法研究作者姓名：規俩文专业名称：计算化巧术

2、研究方向：推荐系统导师姓名：孙巧雷副教授导师单位；安徽理工大学答辩委员会主席：玉據南论文答辩日期；２０１６年６月４日安徵理工大学研究生处２０１６年６月４曰ＡＤｉｓｓｅｒｔａｔｉｏｎｉｎＣｏｍｕｔｅｒｔｅｃｈｎｏｌｏｐｇｙＣｏ－ｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎＴｏＮｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｏｒｉｔｈｍｇｐｇｂａｓｅｄｏｎｔｈｅｉｍｒｏｖｅｄｓｉｍｉｌａｒｉｔｒｅｓｅａｒｃｈｐｙＣａｎｄｉｄａｔｅ：ＨｕＢｉｎｅｎｇｗＳｕｅｒｖｉｓｏｒ：ＳｕｎＫｅｌｅｉｐＣｏｍｕ

3、ｔｅｒｓｃｉｅｎｃｅａｎｄＥｎｉｎｅｅｒｉｎＳｃｈｏｏｌｐｇｇＡｎＨｕｉＵｎｉｖｅｒｓｉｔｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｙｇｙＮｏ．１６８，ＳｈｕｎｇｅｎｇＲｏａｄ，Ｈｕａｉｎａｎ，２３２００１ＪＰ．Ｒ．ＣＨＩＮＡ独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加Ｌ乂标注和致谢的地方ｋ乂外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得一空盤望主左堂。＿或其他教育化构的学位或证书而使用过的材料与我同工作的同志对本研究所做的任何贡

4、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：胡的）扛日期：２０１Ｌ年月１日＿ｉ学位论文版权使用授权书本学位论文作者完全了解安徵理工大学有保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于安徽理工大学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借閑。本人授权安徵理工大学可化将学位论文的全部或部分内容编入有关数据库进行检索，可Ｌ乂采用影印、缩印或担描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签名：＾签字曰期：２＾１占年

5、６月Ｓ曰导师签葦：签字曰期次年名月曰江《摘要摘要随着互联网、物联网Ｗ及云计算等技术地快速发展，我们的生活也发生了翻天覆地的变化。我们在享受先进技术带来的便捷的同时，也承受着它们所带来的一负面影响。针对信息过载问题，早期主要有分类目录与，信息过载就是其中之搜索引擎两种解决方法，但均有其局限性，分类目录只能覆盖少数项目，相对于海量项目来说远远不够；搜索引擎则需要有明确需求，无法满足用户的个性化需一一难题求。为了更进步解决信息过载这，研究人员提出了推荐系统概念。推荐系统通过对用户历史行为地分析，发掘出用户潜藏的兴趣喜好，并且能

6、够实现对用户的个性化推荐。推荐系统的核也部分就是推荐算法，现今在实际系统中运用最为广泛的算法就是协同过滤推荐算法一。但是，随着推荐系统的进步、、应用，传统的协同过滤推荐算法存在的诸如冷启动数据稀疏性推荐精度低、长尾项目发掘能力低等问题。目前针对推荐系统的，使其不再满足实际应用需求研究十分火热，不过相当多的研究工作主要将焦点放在如何提高推荐的准确度上，虽然取得了一定成果，但是无法兼顾推荐结果的新颖度，导致推荐新颖度仍处于比较低的水平。本文提出了基于项目相似度改进的协同过滤ＴｏｐＮ推荐算法，该算法主要研究目的在于増强长尾项目发掘能力的同时，

7、不降低推荐结果的精度。主要工作包括：１．分析用户活跃度对推荐结果的影响，引入用户活跃度概念，削弱活跃用户对推荐结果的影响，提高长尾项目的发掘能力，提高推荐结果的覆盖率。一２．分析项目种类对推荐结果的影响，对相似度矩阵进行归化处理，削弱同类项目只见相似度过高对推荐结果的影响，提窩推荐结果的精度，増强推荐结果的可靠性。３．采用推荐领域经典的ＭｏｖｉｅＬｅｎｓ数据集对改进算法进行分步仿真，验证改进算法每一步骤的有效性。图１１表８参５１关键词：协同过滤；项目相似度；用户活跃度；新颖度分类号：ＴＰ３９１．３