结合背景信息的协同过滤推荐技术研究

《结合背景信息的协同过滤推荐技术研究》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、结合背景信息的协同过滤推荐技术研究作者：吴一帆指导教师：李宣东教授王浩然副教授南京大学研究生毕业论文(申请工学硕士学位)南京大学软件学院2010年3月IIIIIIIIIlllllllUlY2372986ResearchonCollaborativeFilteringRecommendationcombiningBackgroundInformationWU，YifanSubmittedinpartialfulfillmentoftherequirementsforthedegreeofMasterofEngineeringSup

2、ervisedbyProfessorLI，XuandongAssociateProfessorWANG,HaoranSoftwareInstituteNANJINGUNIVERSITYNanjing，ChinaMarch，2010南京大学硕士论文摘要随着互联网的飞速发展，日益膨胀的网络数据使互联网用户逐渐迷失在了信息的海洋之中。为此，各种个性化服务技术被提出来，为不同的用户提供不同的服务，以满足不同的需求。推荐系统作为一种最主要的个性化服务技术广泛地出现在各种电子商务和SNS网站中。这种系统能够学习用户的兴趣爱好，从而主动地为用

3、户推荐其可能感兴趣的资源。协同过滤算法是目前最成熟、应用最广泛的个性化推荐技术。它的基本思想是：要找到某用户感兴趣的资源，首先去找和该用户有相似兴趣的其他用户。协同过滤一般基于用户．项评分矩阵，当该矩阵非常稀疏时，算法很难为目标用户找到相似用户，从而使推荐质量受到很大的限制。特别是在系统刚刚启动或是有新的用户和资源加入系统时，根本无法进行有效的推荐。同时，随着用户和资源数量的极速增长，推荐算法又面临着严峻的效率考验。以上就是协同过滤最主要的三个挑战：矩阵稀疏性、冷启动、可扩展性。另一方面，协同过滤的本质决定了算法不关心资源和用户

4、本身的信息，资源或用户语义上的层次信息和协同过滤推荐的相似度之间不存在关联性。针对协同过滤算法的缺陷，本文提出了一种改进算法：结合背景信息的协同过滤算法。新算法充分地利用已有的用户或资源的背景信息以及相关的领域知识，对用户或资源的背景信息进行相似度建模，在进行传统的协同过滤前预先填充用户．项评分矩阵，从而降低数据的稀疏性。实验证明新算法能够有效地提高推荐的精确度，并且不会带来性能上的瓶颈，是有效的、可行的。关键词：个性化服务，推荐系统，协同过滤，背景信息第1页南京大学硕士论文AbstractAstherapiddevelopme

5、ntoftheInternet，theincreasinglyexpandingnetworkdatamakesInternetusersIostintheseaofinformation．Tothisend．avarietyofpersonalizedservicetechnologyhasbeenproposed，supplyingdifferentservicesfordifferentuserstomeetdifferentneeds．Asthemainpersonalizedservicetechnology,reco

6、mmendationsystemshaveappearedinvariouse-commerceandSNSwebsites．Thesesystemscanlearnusers’individual—preference，andrecommendresourceswhichmightbeinterestingtousersactively．Collaborativefilteringalgorithmisthemostmatureandmostwidelyusedpersonalizedrecommendationtechnol

7、ogy．Itsbasicideais：tofindaresourcesomeuserinterested．findtheotheruserswhohavesimilarinterestswiththeuserfirstly．Collaborativefilteringisgenerallybasedontheuser—itemratingmatrix．Whenthematrixisverysparse，it'sverydifficultforthealgorithmtofindsimilarusersforthetargetus

8、er,sothattherecommendationqualityisgreatlyrestricted．Inparticular，whenthesystemisjuststartedorwhensomenewusersorresourcesarejoining