基于評分矩陣的推薦算法研究.pdf

1、重慶師范大學碩士學位論文基于評分矩陣的推薦算法研究碩士研究生：宋偉偉指導教師：楊德剛教授學科專業(yè)：計算機應用技術所在學院：計算機與信息科學學院重慶師范大學二零一六年四月重慶師范大學碩士論文中文摘要I基于評分矩陣的推薦算法研究摘要由于評分數(shù)據(jù)源的規(guī)模不斷增長，在數(shù)據(jù)信息推薦的過程中，計算時間以及精度方面的問題亟待解決，提高推薦結果的精確度以及降低誤差率，在推薦系統(tǒng)方面是很有意義的。在文中進行了相關的研究，主要做的工作有以下3個方面。第一，

2、文中在數(shù)據(jù)實驗的基礎上，得出基于用戶的協(xié)同過濾推薦算法(UserCollabativefilteringrecommendationalgithmUserCF)和基于物品的協(xié)同過濾推薦算法(ItemCollabativefilteringrecommendationalgithmItemCF)的特性并針對評分矩陣數(shù)據(jù)集中的用戶量和物品量的變化趨勢采用以上兩種過濾算法進行實驗分析。結果表明，根據(jù)評分數(shù)據(jù)特征選擇合適的過濾算法，能夠使算法的

3、效率更高，更好的達到推薦的目的。第二，在C語言的環(huán)境下編寫程序，以評分矩陣為數(shù)據(jù)源，計算UserCF和ItemCF算法在不同K值下的準確率、召回率、覆蓋率和新穎度值，通過四個評測指標的實驗來驗證UserCF和ItemCF算法的特點。通過數(shù)據(jù)實驗和經驗總結法，分析UserCF和ItemCF的算法特征。根據(jù)UserCF和ItemCF算法的特點，分析了適用于不同場景的推薦算法的性能，提出了基于評分矩陣的推薦算法。第三，通過計算MAE的值來確定