个性化推荐技术研究与系统设计

《个性化推荐技术研究与系统设计》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、单位代码：10293密级：公开专业学位硕士论文论文题目：个性化推荐技术研究与系统设计学号1211042740姓名曹嘉伦导师徐小龙专业学位类别工程硕士类型申请全日制专业申请（领域）计算机技术论文提交日期二零一四年二月TechnologyresearchandsystemdesignofpersonalizedrecommendationThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofEngineeringB

2、yCaoJialunSupervisor:Prof.XuXiaolongFebruary2014南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中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，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。研究生签名：_____

3、________日期：____________南京邮电大学学位论文使用授权声明本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。研究生签名：____________导师签名：____________日期：_____________摘要随着电

4、子商务与互联网技术的迅速发展和相关应用的普及，网络中的信息资源数量急剧增长。用户面前出现大量的信息而感觉无所适从，他们很难找到真正对自己有利用价值的资源，所以出现了“信息过载”问题。个性化推荐系统的出现使得这一问题有所缓解，它通过研究用户评分、浏览行为和周围环境等因素向用户推荐更具有针对性的信息。为了更好的研究个性化推荐系统，本文重点从以下几个方面着手：1．本文分析了社交网络的特点和数据获取方式，并根据信任的性质和分类给出了信任的度量和计算方法，并提出了基于相似度和信任度加权的方法。同时，介绍了社会网络中经典的社区发现算法

5、，指出了每种社区发现算法的优势和不足，在此基础上提出了一种改进的社区发现算法，并将其运用到个性化推荐中。最后在不同情况下进行实验，并通过比较性能指标验证了个性化推荐算法的有效性。2．本文对情境感知的定义及其研究现状进行了总结归纳，描述了情境信息的获取方式：显式获取、隐式获取、推理获取，介绍了融合情境信息的推荐方式：预过滤、后过滤、情境建模。在这些理论的基础上提出了一种基于情境融合感知的个性化推荐算法。算法将情境分为物理情境和偏好情境，通过构建了包含时间、地点、周边人员等情境因素的贝叶斯网络进行物理情境匹配。同时将时间函数与

6、基于内容的推荐相结合，进行偏好情境匹配。然后计算两种情境的加权匹配度，选择用户需要的信息资源。使用常用的实验数据集和评价指标进行实验，实验结果表明算法明显的提高了推荐准确度。3．本文介绍了几种常用的个性化推荐技术，并比较了各种推荐技术的优缺点，介绍了推荐系统的各种应用，同时根据两种个性化推荐算法设计了推荐系统。描述了体系框架和各个模块，详细的分析了系统应实现的功能和工作流程。系统由移动终端和服务器构成，移动终端在Android平台上实现，主要实现分享、查询、位置服务等功能；服务器主要包括个性化推荐、数据库、网络通信等模块。

7、关键词:推荐系统，社交网络，信任，情境感知，贝叶斯网络IAbstractWiththerapiddevelopmentofe-commerceandInternettechnology,thenumberofinformationresourcesinnetworkisexponential.Vastamountsofinformationappearinfrontoftheuser,whichmakesusersfeelataloss,andtheyaredifficulttofindtheinterestingreso

8、urces,thusitleadstotheso-called"informationoverload"problem.Personalizedrecommendationsystemmakesthisproblemeased,andrecommendsmoretargetedinformationto