基于分值傳遞的協(xié)同過濾推薦技術(shù)研究.pdf

1、依據(jù)信息檢索的方式，互聯(lián)網(wǎng)的發(fā)展經(jīng)歷了門戶網(wǎng)站階段、搜索引擎階段以及個性化推薦階段。個性化推薦能根據(jù)用戶的興趣愛好，自動為用戶提供個性化的服務(wù)。而作為目前應(yīng)用最成功的推薦技術(shù)之一，協(xié)同過濾技術(shù)也面臨著推薦準確性、評分稀疏性等問題。本文針對這些問題，對基于分值傳遞的協(xié)同過濾推薦技術(shù)展開研究，主要成果有:
　　1.從傳統(tǒng)的基于用戶圖傳遞模型和基于對象圖傳遞模型為出發(fā)點，提出了一種改進的用于Top-N推薦的聯(lián)合圖傳遞模型。通過引入局部密

2、度敏感因子，加大關(guān)系密集的圖結(jié)點傳遞的權(quán)重，并進行迭代傳遞更新，有效地提高了基于圖傳遞的協(xié)同過濾推薦性能。
　　2.為克服基于用戶圖傳遞模型和基于對象圖傳遞模型無法充分利用“用戶-對象”信息的不足，本文提出了基于點擴散的圖傳遞模型。通過把評分矩陣中的每個評分看作圖傳遞模型中一個結(jié)點，并在構(gòu)建結(jié)點間的關(guān)系時考慮“用戶-對象”聯(lián)合信息，使得評價分值經(jīng)圖模型傳遞之后得到更可靠的評分預測。
　　3.本文提出了基于多視角回歸集成的To