协同过滤系统的冷启动问题研究

《协同过滤系统的冷启动问题研究》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、硕士学位论文协同过滤系统的冷启动问题研究ResearchonCold-startProblemsinCollaborativeFilteringSystems学号：21017022大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作

2、的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：盐：：固生遮：红纽鱼垫坳塑组叠亟作者签名：奥甬晕日期：坦l圣年—三一月三生日大连理工大学硕士学位论文摘要推荐系统通过预测用户对项目的喜好程度来为用户进行推荐。协同过滤是个性化推荐系统的一种主要推荐技术。本文主要是研究和解决协同过滤算法中的冷启动推荐问题。所谓冷启动问题是指推荐系统无法为那些评分信息甚少的用户和项目、新用户和新项目进行推荐。而冷启动问题是任何投入使用的推荐系统都会面临的挑战

3、，尤其应用协同过滤技术的推荐系统。本文中考虑了冷启动问题中的三种情况：冷启动系统、冷启动用户和冷启动项目。有效地利用项目的内容信息和用户的个人信息是解决冷启动问题的有效方法之一，即将信息过滤和协同过滤相结合的混合推荐技术。本文提出的带偏见的基于特征的回归模型(简称为FRBE)就是一种混合推荐技术，能较好的解决冷启动问题。FRBE是基于用户属性和项目特征建立一个双线性回归模型，并以用户和项目的偏见为基础评分。另外，本文提出的CoTrustWal(er算法是一种结合信任推荐和基于项目的协同过滤算法的算法，利

4、用用户的社交网络取代传统的最近邻协同过滤技术中的相似邻居。该算法无需分析用户或项目的属性信息，能在一定程度上解决冷启动问题。经实验分析后，FRBE在稀疏的数据集、新用户和新项目上能较好地进行预测评分。与目前很多推荐系统利用用户从众心理的AVG方法和最热推荐算法相比，在性能上基本占优。而CoTrustWalker算法虽然能为新用户预测评分，但从结果上而言劣于FRBE。关键词：推荐系统；协同过滤；冷启动问题协同过滤系统的冷启动问题研究ResearchonCold．startProblemsinCollabo

5、rativeFilteringSystemsAbstractThetaskofrecommendersistopredictpreferencesOilitemsforusersorrecommenditemstonsers．Collaborativefilteringisoneofmostpopulartechnologiesappliedinrecommendersystems．Thisarticleismainlytostudyandtacklecold-startproblemsincollab

6、orativefilteringmethods．Cold．startproblemisoneofkeychallengesforrecommendersystems，especiauyi11collaborativefilteringrecommendersystems．Itreferstorecommenderscannotprovidehi曲qualityrecommendationfornsers(itemslwithfewhistoricalratings．Weconsiderthreetype

7、sofcold．startproblems：COld—startsystem．cold．startusersandc01d-startitems．Weproposeafeature．basedregressionmodelwithbaselineestimatesnotedasFRBEtosolvecold．startproblems．FRBEcombinesinformationfilteringandcollaborativefiltering．Wemakefulluseofavailablense

8、rattr司autesanditemfeatures，andbuildabilinearregressionmodel．Plus。FRBEhasbaselineestimatesofuseranditemeffects．Wealsoproposeamethodthatcombinestrust．basedrecommeudationanditem-basedcollaborativefilteringtotacklecold．startpr