基于矩阵分解的常规与长尾捆绑推荐的博弈研究.pdf

《基于矩阵分解的常规与长尾捆绑推荐的博弈研究.pdf》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、之働柳償：衝皆纖翻纖濟：异１０論Ｕ．，户旅学校编号纖妃托围书分类号械泌鴻换：．；批，’鴻梦＇苗厶＇－；．‘－＇Ｉ片嘴ｒ皆两冷山Ｌ啼令；＇Ｊ２０１２０１ｆ尝＃１／ｍ！＼＾；＿＿：＾＾、心记Ｈｒ八佔、ｔ善誤走巧狂大爭襄胃方胃，全日制学术学位研究生硕±学位论丈較．ｊ！基于矩阵分解的常规与长尾捆绑推荐的博ｆ勉ｔｌｌ芽弈研究Ｖ弘餐！．＂＇＇？：，，Ｓ、話琢；－气ＲｅｓｅａｒｃｈｏｎＣｏｎｖｅｎｔｉｏｎａｌａｎｄＬｏｎｔａｉｌＢｉｎｄｉｎＶ铃ｇｇ古、魚Ｉ＇？＇＇心／／——，苗：；餐

2、＊Ｍａｔｒ、奇皆，ＲｅｃｏｍｍｅｎｄａｔｉｏｎＢａｓｅｄｏｎｉｘＦａｃ化ｒｉｚａｔｉｏ若公Ｖ’円；＼－；‘．．户．ＹＶ＾＇ｓ＼脇Ｇ誦Ｔｈｅ。巧ｇ．．槪爷．．爾条苦＾關涛眉．£，Ｖ严鳴：參瓣接變护￣．辟‘：软件工程‘学科专业１起：费捉％祭；研究方向：机器学习与推巷系统．＾：‘；指导教航片言音－肖．如良Ｖ為知４诚设产‘申请学位级别＇：个－巾；Ｓ：職禱寡八．参／论文提交曰期：３２６苗－．，．骗设．年扁日ｆｉ句‘Ｈ凌％．心：’‘：辛Ｕ；；．论文评巧人：＇小；４＾＾兴譜气‘―＾

3、：＾２０片＾论文答辩日期１５年己月２９日满＾：，＇－－＊－、＜．１．ｒ答辩委员会主席：陳新嗦ｆ：絲繁京＂＇＊：？两？；’，’，学位授予单化：福建师范大挙詩辕．Ｖ、，，．产、．游换学位授予關：邏盗邮仙多游＊臟誦ｙａａ—謝５年月：－－．苦黄巧曠施塔巧ｆ蛾Ｔ．－雜ｆｃ；学校编号１０３９４图书分类号ＴＰ３９１０密级学号２０１２１咬＠巧么轉於兔＃全日制学术学位研究生硕±学位论文基于矩阵分解的常规与长尾捆绑推荐的博弈研究ＲｅｓｅａｒｃｈｏｎＣｏｎｖｅｎｔ－ｔａｉｌＢｉｎｄｉｎｉｏｎａｌａｎｄＬｏｎ

4、ｇｇ民ｅｃｏｍｍｅｎｄａｔｉｏｎＢａｓｅｄｏｎＭａｔｒｉｘＦａｃｔｏｒｉｚａｔｉｏｎＵｓｉｎＧａｍｅＴｈｅｏｒｇｙ陈拱涛学科专业：软件工程研究方向：机器学习与推荐系统指导教师；肖如良申请学位级别：硕±论文提交日期：２０１５年３月２６日论文评阅人：论文答辩日期：２０巧年５月２９日答辩委员会主席：膝新学位授予单位：福建师范大学学位授予日期：２０１５年６月１９日２０１５年５月中文摘要中文摘要一在推荐系统中，物品往往成长尾分布，方而，少部分物品吸引了大部分关化，推荐系统的

5、大部分推荐容易集中在少部分热口物品上，形成常规意义下的推荐；另一方面，长尾物品的数量巨大，用户对长尾物品的行为常常占据整个用户行为量的一レ半ッ上，对长尾物品的推荐也具有重要意义，，。然而在推荐系统中个性化推荐大部分属于常规推荐，少部分的推荐即使有考虑长尾推荐，却未考虑常规和长尾推荐量的合理分配问题。一针对上问题，提出种Ｗ博弈的思想对常规与长尾进行捆绑推荐的方法。首先，Ｗ合作博弈思想为基础，对常规推荐和长尾推荐的捆绑推荐进行了分析，提出常规推荐和长尾推荐的博弈模型；然后分别提出了该博弈模型的二种实现形式：其一，结合相似性约束思想，依托矩阵分解

6、推荐技术建立相似规则化概率矩阵分解推＾荐模型，提出了基于相似度巧播的概率矩阵分解推荐模型实现方法；其二，针对相似性约束实现方式的有效性和合理性进行讨论，提出了自适应相似规则化概率矩阵分解推荐模型实现方法。通过针对这二种博弈模型，在ＭｏｖｉｅＬｅｎｓｌＭ数据集和Ｎｅｔｆｌｉｘ相关数据集上进行实验，结果表明自适应相似规则化概率矩阵分解推荐模型实现方法具有更好的捆绑推荐效果。该实验也验证了常规与长尾捆绑推荐模型的推荐有效性和捆绑推荐中常规推荐和长尾推荐合作博弈的合理性，并得到Ｗ下重要结论：（１）常规和长尾捆绑推荐问题可Ｗ通过博弈的思想得到解决；

7、（２）常规推荐和长尾推荐的合作博弈均衡能够提高推荐模型的推荐效果；（３）在常规和长尾的捆绑推荐模型中，常规推荐的贡献大于长尾推荐的贡献。，关键词：推荐系统常规推荐，长尾推荐，相似性约束，合作博弈，矩阵分解；ＩＡｂ＊ｓｔｉａｃｔＡｂｓｔｆａｄｅｎｄａｔ－ｉｏｎｓｓｔｅｍｉｅｍｓｔｅｎｄｔｏｂｅｌｏｎａｉｌｄｉｓｒｉｂｕｔｉｏｎｏｎ化ｅｏｎｅｈａｎｄａｓｍａｌｌＩｎｒｅｃｏｍｍｙｔｔｔ，ｇ，，ｎｕｍｂｅｒｏｆｉ化ｍｓａｔｔｒａｃｔｅｄｍｏｓｔａｔｔｅｎｔｉｏｎａ