基于自适应聚类和用户信任模型的推荐算法研究与应用

《基于自适应聚类和用户信任模型的推荐算法研究与应用》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、ＨＵＮＡＮＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹ硕士学位论文基于自适应聚类和用户信任模型的推荐算法研究与应用学科专业软件工程学位类型工学硕士学位研究生姓名李康导师姓名、职称蒋少华副教授论文编号Ｓ１８０２７１４湖南师范大学学位评定委员会办公室二〇一八年六月分类号密级公开学校代码１０５４２学号２０１５２０１１０９６２基于自适应聚类和用户信任模型的推荐算法研究与应用Ｒｅｓｅａｒｃｈａｎｄａｌｉｃａｔｉｏｎｏｆｐｐｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｏｒｉｔｈｍｂａｓ

2、ｅｄｏｎｇａｄａｔｉｖｅｃｌｕｓｔｅｒｉｎａｎｄｕｓｅｒｔｒｕｓｔｍｏｄｅｌｐｇ研究生姓名李康指导教师姓名、职称蒋少华副教授学科专业软件工程研究方向机器学习、推荐系统湖南师范大学学位评定委员会办公室二〇—八年六月摘要随着互联网的高速发展，数据量也呈现指数增长，从海量数据中提取有用信息正变得越来越困难，用户常常需要花费很多的时间才能提炼出有效信息。海量数据的获取成本高且让用户不堪重负，推荐算法被认为是减轻用户负担的关键技术。但面对数据稀疏时，传统的推一。．荐算法执行效率以及准确性

3、方面仍存在诸多不足因此本文提出种．基于自适应聚类和用户信任模型的推荐算法，并将该算法应用于学生个性化的职业规划推荐系统。本文主要工作和创新点在以下几个方面：－－１．Ｋｍｅａｎｓ聚类算法的自适应改进。针对经典Ｋｍｅａｎｓ聚类算法的聚类个数需人为设定以及初始中心随机选择的不足一，提出种自适－－应的Ｋｍｅａｎｓ聚类算法（ＡｄａｔｉｖｅＫｍｅａｎｓＣｌｕｓｔｅｒｉｎ，ＡＫＣ），算法ｐｇ通过高密度区域发现首个中心点并利用区域限定策略实现自适应选择，改进后的初始中心选择与聚类个数形成可依据数据集的不同动态自适应生成，能显著

4、提升聚合效果。２．用户信任模型的推荐算法（ＵｓｅｒＴｒｕｓｔＭｏｄｅｌＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＵＴＭＲＡ）。本文针对传统推荐算法只考虑用户历史评分的一种用户信任模型的相似度计算方法和推荐策略局限，构建，综合考、共评分信息对推荐结果产生的影响虑属性信息，从而提升推荐结果的准确性。Ｉ－３．自适应聚类和用户信任模型的推荐算法（ＡｄａｐｔｉｖｅＫｍｅａｎｓＣ－ｌｕｓｔｅｒｉｎｇａｎｄＵｓｅｒＴｒｕｓｔＭｏｄｅｌＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｏｒｉｔｈｍ，ＡＫＣｇＵＴＭＲＡｈＵＴ

5、ＭＲＡ算法虽然在准确度方面有所提升，却增加了算法运算的复杂度，降低执行效率，为提升算法执行效率，引入ＡＫＣ算法。充分结合ＡＫＣ算法与ＵＴＭＲＡ算法的优势，提升准确度的同时也缩小ＵＴＭＲＡ算法的搜索空间。通过对比实验，表明了在准确度和实时性上都有所提升。４－ＵＴＭＲＡ．基于ＡＫＣ算法的职业规划推荐系统。在相关课题的支撑下一，基于本算法设计开发了套学生个性的职业规划推荐系统，在该系统中取得了预期的效果，完成了学生职业规划系统的智能推荐，能自动匹配学生个性特征。－：ｍｅａｎｓ聚类关键词推荐算法，Ｋ，信任模型，智能推荐系统

6、ｎＡＢＳＴＲＡＣＴＷｉｔｈｔｈｅｒａｉｄｄｅｖｅｌｏｍｅｎｔｏｆｔｈｅＩｎｔｅｒｎｅｔｔｈｅｄａｔａｈａｓｂｅｅｎｐｐ，ｉｎｃｒｅａｓｅｄｅｘｐｏｎｅｎｔｉａｌｌｙ，ｍａｋｉｎｇｉｔｍｏｒｅｄｉｆｉｃｕｌｔａｎｄｎｅｅｄｓｅｎｄａｌｏｔｏｆｐｔｉｍｅｆｏｒｅｏｌｅｔｏｅｘｔｒａｃｔｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｍａｓｓｉｖｅｄａｔａ．ＭａｓｓｉｖｅｐｐｄａｔａａｃｕｉｓｉｔｉｏｎｃｏｓｔｓａｒｅｈｉｈａｎｄｏｖｅｒｗｈｅｌｍｕｓｅｒｓｔｈｅＲ

7、ｅｃｏｍｍｅｎｄｅｄｑｇ，＇ａｌｏｒｉｔｈｍｉｓｃｏｎｓｉｄｅｒｅｄｔｏｂｅｔｈｅｋｅｔｅｃｈｎｏｌｏｇｔｏｒｅｄｕｃｅｔｈｅｕｓｅｒｓｂｕｒｄｅｎ．ｇｙｙＨｏｗｅｖｅｒｉｎｔｈｅｆａｃｅｏｆｄａｔａｓａｒｓｅｔｈｅｒｅａｒｅｓｔｉｌｌｍａｎｓｈｏｒｔｃｏｍｉｎｓｉｎ，ｐ，ｙｇｔｈｅｅｆｆｉｃｉｅｎｃｙａｎｄａｃｃｕｒａｃｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｏｒｉｔｈｍ．ｙｇＴｈｅｒｅｆｏｒｅｔｈｉｓａｐｅｒｒｏｏｓｅｓａＵＴＭＲＡｒｅ

8、ｃｏｍｍｅｎｄａｔｉｏｎａｌｏｒｉｔｈｍａｎｄ，ｐｐｐｇ，＇ａｐｐｌｉｅｓｉｔ