基于用户兴趣和项目特性的协同过滤推荐算法研究.pdf

《基于用户兴趣和项目特性的协同过滤推荐算法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、分类号UDCTP393密级编号十I初大·粤CENTRALSOUTHUNIVERSITY硕士学位、．文论文题目基于用户．装趣和项胃特性的协用遒遽推荐算法研究学科、专业⋯⋯⋯⋯⋯⋯⋯计算枷。科学董技本⋯⋯⋯⋯⋯⋯⋯研究生姓名⋯⋯⋯⋯⋯⋯⋯⋯⋯一彭⋯石⋯⋯⋯⋯⋯⋯⋯⋯⋯一导师姓名及专业技术职务⋯⋯⋯⋯⋯⋯⋯王国至教援⋯⋯⋯⋯⋯⋯⋯⋯．2012年5月29日TheResearchofCollaborativeFilteringRecommenderAlgorithmsbasedonUserInterestsandItemFeaturesSpecialty：．ComputerScien

2、ceandTechnology_．．．MasterDegreeCandidate：里鱼坠gShiSupervisor：里!Q￡№g!耋竖翊坠坠SchoolofInformationScienceandEngineeringCentralSouthUniversityChangsha，Hunan，P．R．CMay2012原创性声明本人声明，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。尽我所知，除了论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，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对

3、本研究所作的贡献均已在论文中作了明确的说明。作者签名：——靴日期：二坦也年_互月五日学位论文版权使用授权书本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。作者签名：缸导师签名盈煎日期：竺年!月塑日摘要信息过载是信息时代信息量过于丰富带来的严重负面问题之一。随着电子商务的飞速发展，电子商务网站提供大

4、量的商品。过量的信息严重干扰了用户对商品的精确选择。为了在一定程度上解决商品信息过载的问题，人们提出了推荐算法。协同过滤是应用最广泛的一类推荐算法。在实际应用环境中，用户并不会对每一个项目进行评分。用户评价过的项目数量往往占项目总数的比例很小，这就导致了用户．项目评分矩阵极其稀疏。在评分矩阵极其稀疏的情况下，协同过滤推荐算法无法识别部分相似用户，也无法推荐刚加入系统的新项目。为了解决评分矩阵过于稀疏带来的问题，本文从项目特性和用户兴趣两个方面分别提出了改进的协同过滤推荐算法：基于项目特性的协同过滤推荐算法(CFBIF)帮I基于用户兴趣的协同过滤推荐算法(CFBUI)。CFB

5、IF算法从推荐项目的特性中提取有效信息进行改进。在电子商务网站中，推荐项目有各种外观、功能和类型属性。拥有相同特性的项目往往会有近似的评分值。CFBIF算法构造一种结合项目属性和项目评分两个方面特性的综合相似度计算方法，然后基于项目综合相似度对评分矩阵中的未知评分进行预测填充。该算法增加了用户．项目评分矩阵的数据密度，缓解了用户．项目评分矩阵稀疏性带来的问题。CFBUI算法从用户兴趣中提取有效信息进行改进。用户对项目的评分蕴含了用户的兴趣模式。被同一个用户评价过的项目之间存在兴趣关联。由于个人的兴趣会迁移，所以兴趣关联强度会随着时间逐渐变化。CFBLⅡ建立随时间衰减的兴趣度

6、模型，并通过兴趣模型挖掘项目之间的兴趣关联，进而对评分矩阵进行预测填充，同样能够缓解用户．项目评分矩阵的稀疏性带来的问题。本文讨论了协同过滤推荐算法中的矩阵过于稀疏带来的问题，然后通过挖掘项目之间的相似性以及用户兴趣中蕴含的兴趣关联，获取了大量的有效信息，进而对用户．项目评分矩阵进行预测填充，大大降低了用户．项目评分矩阵的稀疏程度。实验结果表明，本文提出的算法有效地缓解了协同过滤推荐算法中用户．项目评分矩阵稀疏性带来的问题。关键词：协同过滤，推荐算法，稀疏矩阵，相似性度量，用户兴趣ABSTRACTInformationoverloadiSoneofthemostseriou

7、sproblemscausedbyinformationoverabundanceintheinformationage．Withthefastgrowingofe-commercemarket，e-businessenterpriseprovidesplentifulproducts．ThechoiceofindividualiSheavilyinterferedwithabundantinfomation．Tosolvetheproblemofinformationoverload，recommendation