協(xié)同過(guò)濾推薦算法在移動(dòng)智能推薦中的研究與應(yīng)用.pdf

1、協(xié)同過(guò)濾推薦通過(guò)研究用戶的興趣偏好，尋找與用戶有類似興趣偏好的最近鄰居用戶，根據(jù)最近鄰居用戶的興趣偏好為用戶推薦感興趣的內(nèi)容，在社交網(wǎng)絡(luò)和電子商務(wù)中得到廣泛的應(yīng)用。然而，當(dāng)傳統(tǒng)協(xié)同過(guò)濾推薦算法應(yīng)用到移動(dòng)智能推薦時(shí)，面臨推薦的實(shí)時(shí)性和上下文感知等新的難題，降低了移動(dòng)推薦的效率和準(zhǔn)確性。針對(duì)這一問(wèn)題，本文引入上下文到協(xié)同過(guò)濾，提出融合上下文的協(xié)同過(guò)濾推薦算法，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)餐飲方面的移動(dòng)推薦系統(tǒng)。論文的主要工作如下:
　　1.針對(duì)協(xié)

2、同過(guò)濾方法難以滿足移動(dòng)推薦要求的問(wèn)題，提出引入上下文到協(xié)同過(guò)濾的方法。同時(shí)提出了上下文相似度和項(xiàng)目組合相似度計(jì)算方法，以此為基礎(chǔ)提出了融合上下文的協(xié)同過(guò)濾推薦算法，并對(duì)時(shí)間復(fù)雜度進(jìn)行了分析。
　　2.根據(jù)算法的自身特性，將它設(shè)計(jì)成在線階段和離線階段。離線階段計(jì)算數(shù)據(jù)集中項(xiàng)目上下文的相似度，獲取上下文特征下上下文實(shí)例的寬松上下文;同時(shí)計(jì)算項(xiàng)目組合相似度，獲取項(xiàng)目的關(guān)聯(lián)推薦列表。在線階段根據(jù)用戶的上下文、點(diǎn)擊或?yàn)g覽的項(xiàng)目和離線階段得到

3、的結(jié)果進(jìn)行處理，快速獲取推薦結(jié)果。
　　3.為了驗(yàn)證所提算法的有效性和可行性，在Node.js的開發(fā)環(huán)境下以融合上下文的協(xié)同過(guò)濾推薦算法為基礎(chǔ)，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)移動(dòng)推薦系統(tǒng)。該推薦系統(tǒng)主要有推薦模塊、搜索模塊、評(píng)價(jià)模塊、用戶上下文收集模塊等模塊。采用平均絕對(duì)誤差(MAE)、均方根誤差(RMSE)等度量指標(biāo)，與基于用戶相似度的推薦算法和上下文預(yù)過(guò)濾的推薦算法進(jìn)行對(duì)比。
　　實(shí)驗(yàn)結(jié)果表明:本文提出的協(xié)同過(guò)濾推薦算法在各項(xiàng)對(duì)比指標(biāo)