基于数据稀疏性的协同过滤推荐算法研究

《基于数据稀疏性的协同过滤推荐算法研究》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、分类号TP311密级公开重庆邮电大学硕士学位论文英文题目ResearchonCollaborativeFilteringRecommendationAlgorithmsBasedonDataSparsity硕士研究生指导教师学科专业论文提交日论文评阅人邓晓亮答辩委员会主席邱玉辉教授2013年5月25日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，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，也不包含为获得重废由E电太堂或其他教育机构的学位或证书而使用过的材料

2、。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谢意。学位论文作者签名：1以亳签字日期渺哆年r月沂学位论文版权使用授权书本学位论文作者完全了解重庞自Ⅱ电太堂有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权重麽由g电太堂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、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作糍：q雠翩躲釉竖签字日期幽多年．FJ7】,FEt签字日期；跏B年万月巧日重庆邮电

3、大学硕士论文摘要电子商务规模的不断扩大以及个性化推荐系统在电子商务中的广泛应用，使得推荐系统成为一个非常活跃的研究领域。其中，协同过滤推荐是运用最成功的推荐技术之一。它依据目标用户的邻居用户对该用户进行推荐，但是，用户评分数据的极端稀疏性降低了用户之间相似度的计算精度，进而影响了用户最近邻居集的形成，这严重影响了系统的推荐质量。为了缓解数据稀疏性问题对系统推荐质量的影响，本文主要做了以下工作：(1)为了解决传统方法在用户．项目评分矩阵上不能准确计算用户之间相似度的问题，本文对相似度计算方法进行了改进，提出了基于用户兴趣特征和项目类别的协同过

4、滤推荐算法。其中，用户对某一项目类别的兴趣是通过用户对属于该项目类别项目的评价次数来衡量的。算法首先在用户．项目类别评分矩阵上计算用户之间的评分相似度；然后在用户．项目兴趣矩阵上计算用户之间的兴趣相似度，而且在计算用户兴趣相似度时考虑到了用户的年龄因素；最后将评分相似度和兴趣相似度进行加权融合作为用户间的最终相似度对用户进行推荐。(2)用户之间的相似度不仅与他们的直接评分信息有关，还与他们的间接评分信息有关。为了解决传统方法在计算用户相似度时只考虑了用户的直接评分信息而忽略了用户的间接评分信息的问题。本文又提出了基于间接相似度和项目类别的协

5、同过滤推荐算法。算法首先基于直接评分信息计算用户之间的直接相似度；然后基于间接评分信息计算用户之间的间接相似度；最后将直接相似度和间接相似度进行加权融合作为用户间的最终相似度对用户进行推荐。(3)在Movielens数据集上将本文提出的两种协同过滤推荐算法与传统的协同过滤推荐算法进行对比实验，验证本文提出的算法的有效性。关键词：协同过滤，数据稀疏性，项目类别，兴趣特征，间接相似度AbstractWiththeconstantexpansionofe．commerceandthewideuseofpersonalizedrecommendat

6、ionsystemine-commerce，recommendationsystemshavebecomeanactiveresearcharea．Thecollaborativefilteringrecommendationistheoneofthemostsuccessfulrecommendationtechnologiesinthisfield．Itgeneratestherecommendationforatargetuserbyusingtheratinginformationofthetargetuser’sneighbors

7、，however，theextremesparsityofusers’ratinginformationlowerthesimilarityaccuracyamongusers．andthenaffectstheformationofuser’Snearestneighborset，whichseriouslyaffectstherecommendationqualityofthesystem．Inordertoalleviatetheproblem，thisthesiscontainsthefollowingworks：f1)Inorde

8、rtosolvetheproblemthatthetraditionalmethodscannotaccuratelycalculatethesimilaritybetweenu