基于云模型的协同过滤推荐算法的研究与应用

《基于云模型的协同过滤推荐算法的研究与应用》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、华北电力大学（保定）硕士学位论文基于云模型的协同过滤推荐算法的研究与应用姓名：陆鑫东申请学位级别：硕士专业：应用数学指导教师：谷根代2011-03摘要摘要1995年我国李德毅院士提出的云模型概念，实现了定量数据与定性概念间的互相转换。后来将云模型引入到推荐系统的算法研究中，取得了较好的效果，并成为近年来一个研究热点。本文主要工作有：1.介绍推荐系统的发展背景与发展历程，以及推荐算法的分类与相关概念；2.在研究传统和基于云模型的协同过滤推荐算法各自的优缺点的基础上，给出了针对用户不同兴趣偏好的基于云模型的协同过

2、滤推荐算法的一种改进。实验证明了改进方法的有效性。3.将改进的基于云模型的协同过滤推荐算法应用到WebOS的音乐播放模块中，使其产生实际的推荐功能。关键词：推荐系统；推荐算法；协同过滤；云模型；WebOSIABSTRACTAbstractTheconceptofcloudmodelmadebyChineseacademicianLiDeyiin1995realizedthetransformationaqualitativeconcepttoasetofquantitativenumericalvalues.

3、Thenthecloudmodelwasintroducedtotherecommendationsystemalgorithm,andachievedgoodresults.Mainworksofthispaper:1.Introducethebackgroundanddevelopmentprocess,ofrecommendationsystem,andtheclassificationandrelatedconceptsofrecommendedmethod;2.Basedonresearchingt

4、headvantagesanddisadvantagesofcollaborativefilteringalgorithmandthecollaborativefilteringalgorithmbasedoncloudmodel,wegiveanimprovedcollaborativefilteringalgorithmbasedoncloudmodelaccordingtotheusers’differentinterests.Experimentalresultsshowtheeffectivenes

5、softheimprovedmethod.3.TheimprovedcloudmodelbasedoncollaborativefilteringalgorithmisappliedtotheWebOSmusicplayermoduletoproducepracticalrecommendationsfunction.Keywords:recommendationsystems；recommendationalgorithm；collaborativefiltering；cloudmodel；webosI华北

6、电力大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于云模型的协同过滤推荐算法的研究与应用》，是本人在导师指导下，在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：日期：年月日华北电力大学硕士学位论文使用授权书《基于云模型的协同过滤推荐算法的研究与应用》系本人在华北电力大学攻读硕士学位期间在导师指导下完

7、成的硕士学位论文。本论文的研究成果归华北电力大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权华北电力大学，可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打“√”)：保密□，在年解密后适用本授权书不保密□作者签名：日期：年月日导师签名：日期：年月日华北电力大学硕士学位论文第1章绪论1.1课题背景及研究的目的和意义随

8、着互联网技术的不断发展，每时每刻的资源与信息呈指数级在不断增长，网络在方便人们的同时也带来了不少烦恼。人们并不能充分利用互联网上的信息，有时候花大量时间寻找的资料并不是自己所需，这些问题的主要原因就在于信息的无序性、多结构性和数据的庞大性。因此，随着时间的变迁，逐渐产生了个性化推荐系统，它能够帮助人们获取他们想要的资源，比如图书、音乐、电影...。个性化推荐系统能分析用户行为和兴趣特点，从而向不同用