基于时间加权的混合推荐算法研究

基于时间加权的混合推荐算法研究

ID:36352990

大小:3.38 MB

页数:58页

时间:2019-05-09

基于时间加权的混合推荐算法研究_第1页
基于时间加权的混合推荐算法研究_第2页
基于时间加权的混合推荐算法研究_第3页
基于时间加权的混合推荐算法研究_第4页
基于时间加权的混合推荐算法研究_第5页
资源描述:

《基于时间加权的混合推荐算法研究》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、厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下,独立完成的研究成果。本人在论文写作中参考其他个人或集体己经发表的研究成果,均在文中以适当方式明确标明,并符合法律规范和《厦门大学研究生学术活动规范(试行)》。另外,该学位论文为()课题(组)的研究成果,获得()课题(组)经费或实验室的资助,在()实验室完成。(请在以上括号内填写课题或课题组负责人或实验室名称,未有此项声明内容的,可以不作特别声明。)声明人(签名):却剃Ⅺ哆年6月弓日厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用

2、此学位论文,并向主管部门或其指定机构送交学位论文(包括纸质版和电子版),允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索,将学位论文的标题和摘要汇编出版,采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于:()1.经厦门大学保密委员会审查核定的保密学位论文,于年月日解密,解密后适用上述授权。()2.不保密,适用上述授权。(请在以上相应括号内打“√”或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文,未经厦门大学保密委员会审定的学位论文均为公

3、开学位论文。此声明栏不填写的,默认为公开学位论文,均适用上述授权。)声明人j㈣:狳戳厂I7-.ol3年勿月摘要随着互联网的迅猛发展,发布在互联网上的商务信息呈爆炸性增长。但据统计,相对于99%的用户而言,99%的Web信息是无用的,大量的无关信息会干扰甚至淹没用户真正需要的内容。因此,推荐系统应运而生,它利用网站向用户提供商品信息和建议,帮助网站有效地留住用户,防止用户流失。但是随着推荐系统规模的进一步扩大,推荐系统也面临一系列挑战。包括实时性和可扩展性、稀疏性和“冷启动"等方面的问题。这些问题影响了推荐系统的效率和推荐质量。因此,对推荐系统所面

4、临的问题的研究具有十分重要的意义。本文对推荐系统的数据稀疏性问题、推荐精度问题和推荐质量问题进行了深入的研究。本文首先详细地分析了协同过滤算法中的数据稀疏性问题,研究了现有的解决方法,针对传统的相似度度量方法会导致预测误差的问题,提出了一种新的基于SimHash相似度计算方法。算法通过提取项目的特征向量,利用SimHash算法的高效降维,快速计算项目的近邻。然后根据用户对项目近邻的评分结合项目的平均评分得到最后评分填充用户一项目评分矩阵中的空白项。实验证明该方法有效的解决了评分矩阵的稀疏性问题,提高了推荐算法的推荐质量同时还大大减少了算法的时间复

5、杂度,提高了推荐算法的实时响应速度。深入研究了传统的推荐算法,指出了传统的推荐算法忽略了用户的兴趣会随时间而变化这一特点,根据传统推荐算法的不足之处提出了一种基于时间加权的混合推荐算法,该算法在使用基于SimHash的相似度计算方法解决评分矩阵稀疏性问题的基础上,利用用户对项目的评分相似度和评分时间相似度来计算用户间的相似度。最后在预测用户对未评分项的分数时,通过时间衰减因子对分数进行时间加权,实现了用户兴趣的时间效应。实验结果表明该算法解决了因用户的兴趣随时间衰减转变而导致的推荐质量低的问题,丰富了推荐系统的个性化特点。关键字:推荐系统、协同过

6、滤、时间AbstractWiththerapiddevelopmentoftheInternet,businessinformationpublishedontheInternetgowsexplosively.Butaccordingtostatistics,for99%users,99%webinformationisuseless.Alargenumberofirrelevantinformationwilldisruptevendrownwhatusersreallyneed.Therefore,therecommendersysteme

7、merged.Ituseswebsitetooffercommodityinformationandadviceforusers,helpsthewebsitetoke印theUSers,andpmventsthebstofusers.Withthefurtherexpansionoftherecommendersystem,therecommendersystemisfacingaseriesofchallenges,includingreal-timeissues,expandability,sparsity,‘'coldstart’’and

8、SOoILTheseissuesimpacttheefficiencyandrecommendationqmlityoftherecom

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。