版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)應(yīng)用的普及,電子商務(wù)獲得了快速的發(fā)展,網(wǎng)絡(luò)購(gòu)物已經(jīng)融入到人們的生活當(dāng)中。用戶信息和商品信息都在高速的增長(zhǎng)帶來(lái)了“信息過載”現(xiàn)象,用戶無(wú)法在有限的時(shí)間和精力里獲取自己所需要的信息。個(gè)性化推薦系統(tǒng)作為處理信息過載問題的重要工具成為了關(guān)注的焦點(diǎn),而推薦系統(tǒng)中最為成功的基于協(xié)同過濾的推薦算法得到了大量的應(yīng)用與研究。協(xié)同過濾算法雖然應(yīng)用廣泛,但是它還是存在數(shù)據(jù)稀疏性、可擴(kuò)展性、冷啟動(dòng)等問題,使得推薦質(zhì)量受到嚴(yán)重制約,因此協(xié)同過濾算法面臨
2、著諸多挑戰(zhàn)。
本文主要針對(duì)冷啟動(dòng)問題和數(shù)據(jù)稀疏性問題進(jìn)行深入研究,在傳統(tǒng)的協(xié)同過濾算法基礎(chǔ)上,通過分析用戶特征與項(xiàng)目語(yǔ)義相似性來(lái)緩解冷啟動(dòng)問題。論文的主要工作有以下幾方面:
第一,針對(duì)傳統(tǒng)的基于用戶和基于項(xiàng)目的協(xié)同過濾算法相似性度量的不足,提出了針對(duì)不同項(xiàng)目的用戶間相似性計(jì)算方法以及針對(duì)不同用戶的項(xiàng)目間相似性計(jì)算方法,能夠?yàn)橛脩艉晚?xiàng)目找到合適的最近鄰集合。
第二,針對(duì)用戶冷啟動(dòng)問題,在改進(jìn)的用戶間相似性計(jì)算
3、方法的基礎(chǔ)上,通過引入用戶特征屬性相似性計(jì)算模型來(lái)緩解新用戶問題。引入動(dòng)態(tài)平衡參數(shù)將用戶特征屬性相似性與改進(jìn)的用戶間相似性有效結(jié)合,能夠根據(jù)評(píng)分矩陣的特征動(dòng)態(tài)調(diào)整兩者所占的比重。由于考慮了用戶特征的因素,當(dāng)新用戶進(jìn)入系統(tǒng)時(shí),能夠通過用戶間的特征屬性相似性為新用戶找到最近鄰集合,產(chǎn)生推薦。
第三,針對(duì)用戶冷啟動(dòng)和項(xiàng)目冷啟動(dòng)問題,提出了結(jié)合項(xiàng)目語(yǔ)義與用戶特征的協(xié)同過濾推薦算法,該方法首先將用戶評(píng)分相似性與用戶特征屬性相似性結(jié)合起來(lái)
4、選取用戶的鄰居產(chǎn)生用戶預(yù)測(cè)評(píng)分,然后將項(xiàng)目評(píng)分相似性與項(xiàng)目語(yǔ)義相似性結(jié)合起來(lái)選取項(xiàng)目的鄰居產(chǎn)生項(xiàng)目預(yù)測(cè)評(píng)分,最終將用戶預(yù)測(cè)評(píng)分與項(xiàng)目預(yù)測(cè)評(píng)分結(jié)合得到最終的推薦結(jié)果。由于該算法同時(shí)考慮了用戶特征與項(xiàng)目語(yǔ)義的因素,用戶冷啟動(dòng)和項(xiàng)目冷啟動(dòng)問題均得到了緩解。
最后,采用Movielens站點(diǎn)提供的公開數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明:改進(jìn)的相似性度量方法效果更好;結(jié)合項(xiàng)目語(yǔ)義與用戶特征的協(xié)同過濾推薦算法有效的解決了冷啟動(dòng)問題,緩解了數(shù)據(jù)稀
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 協(xié)同過濾系統(tǒng)的冷啟動(dòng)問題研究.pdf
- 協(xié)同過濾系統(tǒng)的稀疏性與冷啟動(dòng)問題研究.pdf
- 協(xié)同過濾推薦系統(tǒng)冷啟動(dòng)問題的研究與應(yīng)用.pdf
- 基于稀缺性和冷啟動(dòng)問題的個(gè)性化協(xié)同過濾推薦系統(tǒng)研究.pdf
- 針對(duì)冷啟動(dòng)的分布式協(xié)同過濾推薦系統(tǒng)的研究.pdf
- 計(jì)算廣告中冷啟動(dòng)問題的研究.pdf
- 協(xié)同過濾算法中稀疏問題的研究.pdf
- 協(xié)同過濾算法研究.pdf
- 協(xié)同過濾算法中數(shù)據(jù)稀疏性問題研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法若干問題的研究.pdf
- 推薦系統(tǒng)中冷啟動(dòng)問題與評(píng)估方法研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法研究.pdf
- 基于數(shù)據(jù)稀疏性和冷啟動(dòng)的個(gè)性化協(xié)同過濾推薦系統(tǒng)研究.pdf
- 基于數(shù)據(jù)稀疏性和冷啟動(dòng)的個(gè)性化協(xié)同過濾推薦系統(tǒng)研究
- 推薦系統(tǒng)中協(xié)同過濾算法的研究.pdf
- 推薦系統(tǒng)中的協(xié)同過濾算法研究.pdf
- 推薦系統(tǒng)中協(xié)同過濾算法關(guān)鍵問題研究.pdf
- 協(xié)同過濾推薦算法研究.pdf
- 搜索廣告點(diǎn)擊率預(yù)測(cè)中的冷啟動(dòng)問題研究.pdf
- 協(xié)同過濾推薦算法的若干問題研究.pdf
評(píng)論
0/150
提交評(píng)論