基于標簽的個性化推薦系統(tǒng)的研究.pdf

1、隨著信息技術和互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡中的數(shù)據(jù)信息不斷的巨增。如何快速的幫助用戶在大量的數(shù)據(jù)信息中發(fā)現(xiàn)對他們有價值的信息，和如何讓網(wǎng)絡中的數(shù)據(jù)信息受到更多用戶的關注成為有待解決的問題。而個性化推薦系統(tǒng)是解決該問題的一個重要工具。
　　最近幾年，越來越多的研究者對基于標簽的推薦算法開始關注。但是，傳統(tǒng)的基于標簽的推薦算法僅僅只對用戶是否選擇過項目進行判斷，而忽略了用戶對項目的行為信息的研究。并且大多數(shù)算法都把那些流行的熱門的商品推薦給

2、用戶，而對影響推薦結果的項目的受歡的程度卻沒有考慮，從而忽略了多樣性、新穎性等重要指標的衡量。針對上述問題，本文在研究分析已有的基于用戶標簽的推薦算法的基礎上，提出了一種改進的基于標簽的個性化推薦算法。主要工作包括以下幾個方面:
　?、僭谕扑]算法的相關技術方面做了深入調研。分析了目前幾種最常用的推薦算法，并對這幾種推薦算法的優(yōu)劣進行了比較。其中，詳細分析和研究了基于標簽的推薦算法。
　　②考慮到用戶的標簽數(shù)據(jù)對推薦新穎性和可

3、解釋性的影響，利用用戶標簽行為數(shù)據(jù)構成標簽的推薦系統(tǒng)，并對不同標簽下用戶的推薦結果進行分析得到更合理的推薦結果。
　?、蹫榱私档徒o熱門標簽對應的熱門物品很大的權重，提高推薦結果的新穎性，利用用戶的標簽向量對用戶興趣建模的改進，降低對熱門物品打標簽的次數(shù)，提高算法的新穎性和準確性。
　　④采用MovieLens網(wǎng)站提供的數(shù)據(jù)集對改進的基于標簽的推薦算法進行測試，從準確性、多樣性以及新穎性三個方面進行分析。實驗結果表明改進算法在