基于PlackettLuce模型的协同过滤算法

《基于PlackettLuce模型的协同过滤算法》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、中山大学硕士学位论文基于Plackett-Luce模型的协同过滤算法姓名：郑小龙申请学位级别：硕士专业：软件工程指导教师：潘炎20100602基于Plackett-Luce模型的协同过滤算法摘要论文题目：基于Plackett-Luce模型的协同过滤算法专业：软件工程硕士生：郑小龙指导教师：潘炎讲师摘要随着互联网的快速发展，信息过载问题的出现，推荐系统的应用越来越广泛，推荐系统的应用推进了推荐系统领域的研究和发展。推荐系统能够有效的解决信息超载，为用户提供个性化定制的服务，目前推荐技术已经在很多大型的网站上应用。推荐系统采用的技术主要有

2、：基于内容的推荐技术、基于协同过滤的推荐技术和组合推荐。协同过滤技术通过用户对部分项目的评分，计算与其他用户的相似度，得出拥有共同兴趣的最近邻居集，然后根据最近邻居集对待预测项目的评分或排序预测用户对待预测项目的评分或排序，进而产生推荐。协同过滤技术能够过滤机器难以自动分析内容的信息，有推荐新信息的能力，推荐个性化、自动化程度高，是目前推荐系统中最成功的推荐技术。本文以协同过滤算法为研究目标，首先介绍了推荐系统的研究现状以及推荐系统主要技术，然后对协同过滤推荐技术进行系统的阐述，在普通的基于排序的推荐算法的基础上，分析基于排序的推荐算

3、法中存在的问题，针对度量函数Kendall中未处理Ties的问题，提出了基于Plackett-Luce模型的相似度度量，有效的解决了的相似度度量准确性的问题，从而有效的提高了推荐的精确度。关键词：推荐系统、协同过滤、Plackett-Luce模型、基于排序基于Plackctt-Lucc模型的协同过滤算法Title：Major：Name：ACFapproachbasedPlackett。。LucemodelSoftwareEngineeringXiaolongZhengSupervisor：YanPanAssistantProfesso

4、rAbstractWiththerapiddevelopmentofInternet，andtheemergenceofinformationoverload，recommendationsystemhasbeenwidelyapplied．Theapplicationadvancedtheresearchandthedevelopmentofrecommendationsystem．Itcaneffectivelysolvetheinformationoverloadproblem；provideuserswithcustomize

5、dpersonalizedservices，nowithasbeenappliedonmanylargewebsites．Therearesomemaintechnologiesofrecommendationsystem：Content—based，CollaborativefilteringandHybridrecommendationtechnology．Throughtheuserratingsonsomeitems，C01laborativefilteringtechnologycalculatethesimilarityw

6、ithotherusers，SOwecangetasetofuserswithcommoninterest，thenusetheratingsofthissettopredicttheuser’Sunrateditems，andthengeneraterecommendeditems．Itcanfiltertheinformationwhichthemachineisdifficulttoanalyzeautomatically，alsohastheabilitytorecommendnewinformation，anditrecom

7、mendpersonalizedandwithhighdegreeofautomation．Itiswidelyusedandbecomethemostsuccessfulrecommendationtechniques．Thisarticleaimtoresearchc011aborativefiIteringrecommendationsystemalgorithm，itfirstintroducedarecommendationsystemresearchstatusandsomemaintechnology，thenmakea

8、comprehensiveanalysisofc01laborativefilteringtechnology．Basedontheranking—basedalgorithm,analyzetheproblemsofi