融合用戶注冊(cè)信息的協(xié)同過(guò)濾推薦算法.pdf

1、隨著互聯(lián)網(wǎng)和電子商務(wù)的迅速發(fā)展,如何將合適的產(chǎn)品和服務(wù)推薦給用戶,成為了信息時(shí)代最具挑戰(zhàn)性的問(wèn)題之一。個(gè)性化推薦系統(tǒng)在這信息爆炸的時(shí)代應(yīng)運(yùn)而生,它能主動(dòng)的預(yù)測(cè)到用戶的偏好并把用戶可能喜歡的產(chǎn)品推薦給他們,該技術(shù)已經(jīng)得到互聯(lián)網(wǎng)市場(chǎng)的廣泛應(yīng)用,并獲得了良好的效果。
　　近年來(lái)業(yè)界提出了許多推薦算法,協(xié)同過(guò)濾因其具有可以處理復(fù)雜非結(jié)構(gòu)化對(duì)象,且自動(dòng)化與個(gè)性化程度較高的優(yōu)點(diǎn),目前已成為應(yīng)用最多且最有效的推薦算法之一。雖然協(xié)同過(guò)濾算法得到了

2、市場(chǎng)的認(rèn)可,但也還存在著諸如冷啟動(dòng)、稀疏性等難題需要解決。本文針對(duì)這些問(wèn)題,展開(kāi)了以下探索與研究:
　　第一,為了解決傳統(tǒng)協(xié)同過(guò)濾算法的難題,本文提出了融合用戶注冊(cè)信息的協(xié)同過(guò)濾算法。傳統(tǒng)的協(xié)同過(guò)濾算法僅僅針對(duì)用戶與系統(tǒng)之間的交互信息(比如評(píng)價(jià)信息),推薦的準(zhǔn)確性嚴(yán)重受制于雙方交互信息量的大小,尤其是面對(duì)新用戶難以給出有效的推薦。改進(jìn)算法融合了用戶首次瀏覽網(wǎng)站并注冊(cè)成為網(wǎng)站會(huì)員所留下來(lái)的信息,并利用注冊(cè)信息尋找相似鄰居,進(jìn)而預(yù)測(cè)新