協(xié)同過濾算法在個性化推薦系統(tǒng)中的研究.pdf

1、隨著互聯(lián)網(wǎng)和電子商務(wù)的發(fā)展，信息過載現(xiàn)象越發(fā)的嚴(yán)重，導(dǎo)致人們在尋找自己所需的信息時要耗費越來越多的時間與精力，有時候還可能迷失在眾多信息之中，忘記自己真正需要的信息是什么。雖然搜索引擎可以在一定程度上幫助用戶過濾信息，但是這僅僅是針對那些明確知道自己所需的信息或者商品是什么的用戶，對于那些需求比較模糊的用戶其幫助程度就可能就不那么明顯了。在這種情況下，個性化推薦系統(tǒng)就應(yīng)運而生了。因為它不僅可以幫助人們過濾信息或物品，而且可以主動為用戶推

2、薦他們可能感興趣的信息或物品。但隨著用戶數(shù)量和信息種類的快速增加，當(dāng)前的個性化推薦系統(tǒng)也面臨著一些挑戰(zhàn)。
　　本文重點就是針對當(dāng)前個性化推薦系統(tǒng)中的協(xié)同過濾算法的冷啟動和稀疏性進行相應(yīng)的優(yōu)化改進。首先，對個性化推薦系統(tǒng)的相關(guān)基本理論知識進行詳細的介紹和整理。然后，對協(xié)同過濾算法的基本思想與其常用的算法進行分析與總結(jié)，隨后對當(dāng)前協(xié)同過濾算法存在不足進行整理，進一步分析其產(chǎn)生的原因。根據(jù)分析的結(jié)果，提出一種添加項目屬性類別的協(xié)同過濾算

3、法，該算法對其傳統(tǒng)的相似性度量方法了進行優(yōu)化，即在計算項目之間的相似度時增加了一個項目屬性類別的參數(shù)。這樣就彌補了傳統(tǒng)的度量方法在計算項目之間的相似性時，把不同類別的項目之間進行比較，從而導(dǎo)致其項目的最近鄰居不準(zhǔn)確。該算法的基本思想是先利用項目自身屬性對其進行分類，然后根據(jù)分類的情況在類內(nèi)進行其相似性的計算，計算是采用改進后的公式，即添加項目屬性參數(shù)的公式來進行項目之間的相似性計算，其次根據(jù)其相似性的計算結(jié)果生成目標(biāo)項目的最近鄰居集，然