基于滑標評分的推薦系統(tǒng)模型及算法研究.pdf

1、隨著互聯(lián)網的蓬勃發(fā)展，海量的信息得以迅速傳播，繁雜的物品涌現(xiàn)到人們面前。為不知所措的人們從這些信息和物品中選擇那些最適合他們的成了當前的迫切需求。于是，推薦系統(tǒng)應運而生。推薦系統(tǒng)根據用戶行為習慣、信息內容類型以及物品屬性特征來向用戶推薦信息和物品。例如，新聞網站使用推薦系統(tǒng)根據用戶的閱讀習慣進行新聞推薦；電子商務網站使用推薦系統(tǒng)根據用戶的消費偏好進行產品推薦；音樂、視頻網站使用推薦系統(tǒng)根據用戶的興趣喜好進行音樂、視頻推薦；社交網站使用推

2、薦系統(tǒng)根據用戶的社交關系進行好友推薦。
　　可以看出，推薦系統(tǒng)已經越來越多地被應用到實際生活中，它們在提高用戶的滿意度的同時也帶來了巨大的商業(yè)利益。然而，當前的推薦算法由于原始數(shù)據的不完整性、算法本身處理數(shù)據的特殊性以及用戶行為變化的多樣性，會產生諸如冷啟動、可解釋性差和復雜興趣推薦困難等問題。當前已經有很多收集信息的方法被用來緩解冷啟動問題，比如收集用戶注冊信息、收集用戶反饋信息、導入用戶社交信息等，但這些工作或者涉及隱私或者很

3、難有恰當?shù)姆绞?，導致?shù)據有時候并不是十分準確，也就不能很好地上解決冷啟動的問題。另外也有其他的一些方法，比如基于標簽的推薦方法被提出，用于改善可解釋性，但是該方法由于人們使用標簽的習慣不同以及標簽提供的數(shù)據并不充足使得推薦效果有時候并不盡如人意。據筆者所知，當前還未有很好的方法用來解決復雜興趣推薦問題。
　　針對當前方法和模型的不足，本文提出一種基于滑標評分的推薦系統(tǒng)模型，旨在使用一種較為簡潔的方式——滑標評分，來獲取用戶最準確的