推薦系統(tǒng)中多樣性和新穎性算法研究.pdf

1、信息技術(shù)和互聯(lián)網(wǎng)的發(fā)展使得網(wǎng)絡(luò)中的數(shù)據(jù)呈爆炸式增長(zhǎng)，互聯(lián)網(wǎng)大數(shù)據(jù)在記載大量用戶(hù)信息和行為軌跡的同時(shí)，也帶來(lái)信息過(guò)載問(wèn)題。在這樣的背景下，如何快速發(fā)現(xiàn)感興趣的物品和信息，成為普通用戶(hù)和互聯(lián)網(wǎng)信息提供商共同面對(duì)的挑戰(zhàn)。推薦系統(tǒng)，根據(jù)用戶(hù)訪(fǎng)問(wèn)物品的歷史記錄構(gòu)建用戶(hù)的興趣模型，實(shí)現(xiàn)給用戶(hù)推薦可能感興趣的物品列表，已經(jīng)成為信息過(guò)濾和檢索最受關(guān)注的熱點(diǎn)技術(shù)。目前，推薦系統(tǒng)盡管已經(jīng)取得了較多研究成果，但依然面臨諸多挑戰(zhàn)。其中，如何保證推薦準(zhǔn)確性的前提

2、下提高推薦的多樣性和新穎性是亟待解決的課題。
　　本文針對(duì)推薦的多樣性和新穎性問(wèn)題展開(kāi)研究。首先，融合人口統(tǒng)計(jì)屬性計(jì)算用戶(hù)相似度，在此基礎(chǔ)上，對(duì)用戶(hù)聚類(lèi)，給出物品的類(lèi)內(nèi)流行度，最終提出兩種融合人口統(tǒng)計(jì)屬性的協(xié)同過(guò)濾算法——面向準(zhǔn)確性的協(xié)同過(guò)濾改進(jìn)算法和面向多樣性的協(xié)同過(guò)濾改進(jìn)算法。其次，基于鄰居多樣性，提出了一種改進(jìn)的協(xié)同過(guò)濾算法。通過(guò)修改鄰居的多樣性來(lái)提高推薦多樣性和新穎性，并研究鄰居多樣性對(duì)推薦多樣性和新穎性的影響。最后，通過(guò)

3、構(gòu)建用戶(hù)個(gè)性化度和興趣廣度指標(biāo)來(lái)量化用戶(hù)偏好物品的度分布，并在選擇鄰居時(shí)考慮用戶(hù)間的偏好分布差異，基于此提出了一種融合用戶(hù)偏好分布差異的推薦算法。Movielens數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，改進(jìn)的算法能夠在保證推薦準(zhǔn)確性的前提下提高推薦的多樣性和新穎性。
　　推薦系統(tǒng)的多樣性和新穎性是衡量推薦質(zhì)量的重要指標(biāo)。本文在保證推薦準(zhǔn)確性的前提下，從三個(gè)不同的角度——融合用戶(hù)人口統(tǒng)計(jì)屬性、多樣化鄰居以及考慮用戶(hù)偏好物品的度分布出發(fā)，基于改進(jìn)的