基于自组织社区的个性化推荐算法研究与实现

基于自组织社区的个性化推荐算法研究与实现

ID:36440202

大小:4.19 MB

页数:129页

时间:2019-05-10

基于自组织社区的个性化推荐算法研究与实现_第1页
基于自组织社区的个性化推荐算法研究与实现_第2页
基于自组织社区的个性化推荐算法研究与实现_第3页
基于自组织社区的个性化推荐算法研究与实现_第4页
基于自组织社区的个性化推荐算法研究与实现_第5页
资源描述:

《基于自组织社区的个性化推荐算法研究与实现》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、上海交通大学博士学位论文基于自组织社区的个性化推荐算法研究与实现姓名:杨帆申请学位级别:博士专业:计算机软件与理论指导教师:申瑞民20050601衡量用户兴趣一致性和相似用户的匹配的标准,从而解决了单纯依靠资源名称而导致的匹配的准确性下降和交换机制失效的问题,使得该算法能够适应低维度的社区构建。4.针对上述自组织模型中固定杜区结构的缺陷,提出了一种基于自由网络结构的P2P社区模型,将每个用户作为网络中完全平等的对等体,通过智能代理自主维护其在推荐网络中的信任邻居关系。在此基础上提出了一种基于Hebbian一致性学习模型的社区用户的信任权重及社区结构学习

2、算法,使得整个用户网络在多个智能代理的相互作用下形成多个能够动态演化的社区。通过在标准的测试数据集上验证,该算法模型与标准的协同过滤推荐算法和其他基于固定社区结构的自组织机制相比,都具有更好的推荐准确率和社区构建效率。5.基于上述研究成果,在E.Learning领域中实现了一个基于JADE智能代理平台的学习社区监控和个性化推荐系统。针对我国E—Leaming应用用户数量巨大,地域分散的特点,为用户提供了相似邻居管理、资源评估、资源推荐、社区交流等方便实用的功能,有效地促进了兴趣和学习状态相似的学习者之间的资源共享、经验共享和协作学习。本论文的研究得到了

3、国家自然科学基金“E.Learning中的协作式学习与个性化预测模型研究”(项目批准号:60372078)的支持。关键词:个性化推荐、自组织社区、智能代理、Hebbian一致性学习规则、远程学习ResearchandImplementationofSelf-organizedCommunitybasedPersonalizedRecommendationAlgorithmsAbstractWhiletherapiddevelopmentofmodemcommunication,Intemetandmultimediatechnologyhasenabl

4、eduserstoobtainunprecedentedabundantinformationresourcesveryconveniently,italsobroughtabouttheproblemof“informationoverload”.FromContentBasedFiltering(CBF)toCollaborativeFiltering(CF),researchersbegantofindthatinvestigationonInformationFiltering(IF)technologiesshouldnotonlydepen

5、donthecontentofinformation.Instead,itshouldconsidermoreaboutpeople,whoaretheconsumerandtransmitterofinformation.Recently,moreandmoreeffortshavebeenpaidtoanalyzepeople’spreferenceandbehaviourcharacteristicssoastomineandutilizerelationsbetweenuserstorealizemoreaccurateandeffective

6、personalizedrecommendation.Relatedresearchhasattractedattentionsfrom也eareassuchasInformationRetrieval(IR),DataMining(DM)andArtificialIntelligence(AI)etc.Themainfocusofthispaperisonthedesignandimplementationofpersonalizedrecommendationmodelandalgorithmsunderopenenvironment,aimIng

7、atprovidinganalgorithmframeworkwithgoodgeneralityandscalabilityforitthroughresearchondescribingandanalyzingthedynamicuserbehaviours,distributedsimilaruserdiscoveryandself-organizedreciprocalcommunityconstruction.Basedontheframework,severalalgorithmshavebedesignedandcomparedtoeva

8、luatetheirrobustnessandefficiency.Finally,weapp

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。