基于經(jīng)驗(yàn)學(xué)習(xí)的自適應(yīng)推薦算法研究.pdf

1、傳統(tǒng)的推薦算法一般主要利用用戶(hù)的一些瀏覽記錄、好友推薦等各種方式作為依據(jù)進(jìn)行推薦。其主要目的是為了解決電子商務(wù)等領(lǐng)域信息過(guò)載的問(wèn)題。但在實(shí)際應(yīng)用中，一般作為輔助功能呈現(xiàn)，而主要的搜索算法大抵還是基于網(wǎng)頁(yè)內(nèi)容的排序索引。而在基于內(nèi)容的搜索的同時(shí)，進(jìn)行盡可能個(gè)性化的推薦方案則寥寥無(wú)幾，其搜索質(zhì)量也存在很大的問(wèn)題。如何結(jié)合以上兩點(diǎn)，是設(shè)計(jì)新的高質(zhì)量搜索排序算法的關(guān)鍵。
　　基于內(nèi)容搜索排序能夠在一定程度上代表文檔與用戶(hù)輸入語(yǔ)句的相關(guān)性。

2、推薦算法的思想認(rèn)為，人們歷史的操作行為如用戶(hù)點(diǎn)擊等對(duì)后來(lái)用戶(hù)的選擇的指導(dǎo)推薦作用。本文在合理結(jié)合了以上兩點(diǎn)的優(yōu)點(diǎn)，提出了一種基于經(jīng)驗(yàn)學(xué)習(xí)的自適應(yīng)推薦算法IMUSE。本文的主要工作有:首先，通過(guò)用戶(hù)行為分析，提出對(duì)歷史用戶(hù)點(diǎn)擊數(shù)據(jù)的處理方法，即給出了對(duì)用戶(hù)點(diǎn)擊時(shí)效性和文檔熱度等良好的處理手段。其次，本文借鑒了基于內(nèi)容檢索和基于經(jīng)驗(yàn)進(jìn)行推薦兩個(gè)領(lǐng)域算法的優(yōu)點(diǎn)，提出了基于經(jīng)驗(yàn)的搜索推薦算法。特別是考慮到查詢(xún)輸入的平衡等問(wèn)題，并給出了良好的解決

3、方案。最終本文提出了一種自適應(yīng)蟻群算法SAACO，將蟻群算法中的調(diào)參α、β放到粒子群算法中進(jìn)行動(dòng)態(tài)選擇。同時(shí)將該算法應(yīng)用到搜索推薦算法的參數(shù)估計(jì)中，使得提出的推薦算法具備參數(shù)自適應(yīng)設(shè)定的優(yōu)點(diǎn)。
　　本文對(duì)SAACO應(yīng)用到IMUSE參數(shù)估計(jì)進(jìn)行了實(shí)驗(yàn)，并與大量實(shí)驗(yàn)得出的結(jié)果進(jìn)行了對(duì)比，實(shí)驗(yàn)證明，參數(shù)估計(jì)的方法與實(shí)驗(yàn)得出的結(jié)果基本相似。另外，本文選取了推薦算法領(lǐng)域評(píng)估指標(biāo)準(zhǔn)確率和搜索排序領(lǐng)域的權(quán)威評(píng)估方法nDCG作為對(duì)IMUSE算法性