基于加权相似度和网络结构的推荐系统研究.pdf

基于加权相似度和网络结构的推荐系统研究.pdf

ID:51843348

大小:938.01 KB

页数:82页

时间:2020-03-16

基于加权相似度和网络结构的推荐系统研究.pdf_第1页
基于加权相似度和网络结构的推荐系统研究.pdf_第2页
基于加权相似度和网络结构的推荐系统研究.pdf_第3页
基于加权相似度和网络结构的推荐系统研究.pdf_第4页
基于加权相似度和网络结构的推荐系统研究.pdf_第5页
资源描述:

《基于加权相似度和网络结构的推荐系统研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于加权相似度和网络结构的推荐系统研究作者姓名张雅科导师姓名、职称齐小刚教授一级学科数学二级学科应用数学申请学位类别理学硕士提交毕业论文日期2014年12月学校代码10701学号1207122432分类TN82号TP393密级公开西安电子科技大学硕士学位论文基于加权相似度和网络结构的推荐系统研究作者姓名:张雅科一级学科:数学二级学科:应用数学学位门类:理学硕士指导教师姓名、职称:齐小刚教授提交日期:2014年12月ResearchonRecommendationSystembasedWeightedSimilarityandNetworkStructureAthesissubm

2、ittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinMathematicsByZhangYakeSupervisor:Prof.QiXiaogangDecember2014西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个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,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构

3、的学位或证书而使用过的材料。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了谢意。学位论文若有不实之处,本人承担一切法律责任。本人签名:日期:西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件,允许查阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印、缩印或其它复制手段保存论文。同时本人保证,获得学位后结合学位论文研究成果撰写的文章,署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本

4、人签名:导师签名:日期:日期:摘要摘要随着互联网和信息技术的快速发展,网络上积累了越来越多的信息资源,如何在海量的信息中挖掘有用的信息资源变得越来越困难.面对众多的网络信息,用户无法抉择时,推荐系统可以帮助用户发现对自己有价值的信息,同时还能让一些用户未知但是可能感兴趣的信息展现在用户面前.企业可以使用推荐系统挖掘潜在用户群体,从而提高销量.推荐系统作为用户和信息之间的桥梁,实现了信息消费者和信息生产者间的共赢.本论文对推荐系统中的相似度计算模型和推荐算法等关键技术进行了研究,所取得的主要研究成果为:1.对数值评分用模糊数表示方法进行了研究.针对数值评分表征用户偏好程度存在的不

5、确定性问题,提出了运用模糊逻辑方法来获取用户喜好信息.通过定义模糊集和隶属函数,对评分值和评分偏差值进行模糊化,计算相应的模糊权重.对传统三种相似度计算模型加入模糊权重,并与未加模糊权重的相似度计算模型在协同过滤算法下比较,结果显示改进后的方法提高了推荐系统的准确性.2.对推荐系统的实时性进行了研究.针对用户的兴趣爱好随时间不断变化而导致推荐系统实时性问题,通过时间衰减函数,将评分时间信息加入到相似度计算模型中.考虑到用户数据集较大,对传统协同过滤算法引入聚类方法.最后结合模糊权重、时间权重,并在聚类协同过滤算法上,提出了FTKUBCF算法.通过实验验证,在预测准确率MAE和分

6、类准确度F1上,该算法比传统的协同过滤算法有了明显提高.3.对基于二分图的加权资源分配算法进行了研究.针对传统的二分图资源分配算法在资源分配过程中,用户对所有的项目都具有相同的喜好度,依据顶点的度平均分配资源导致推荐结果不准确的问题.本文改进了传统资源分配算法,在资源分配过程中,依据用户的不同喜好程度对资源进行按比例分配,改进的WNBI算法提高了推荐系统的预测评分的准确性和分类准确性.关键字:推荐系统,协同过滤,相似度计算模型,资源分配算法论文类型:应用基础研究类I西安电子科技大学硕士研究生毕业论文IIABSTRACTABSTRACTWiththedevelopmentofin

7、formationtechnologyandthepopularityofInternet,thewebsitehasaccumulatedagrowingnumberofinformation.Thissituationhasmadeithardforconsumerstofindtheservicesandproductstheyneeded.Asanimportanttooltosolvethisproblem,recommendationsystemscanhelpconsumers

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。