基于主動(dòng)學(xué)習(xí)的用戶冷啟動(dòng)推薦研究.pdf

1、協(xié)同過(guò)濾推薦是個(gè)性化推薦系統(tǒng)中應(yīng)用最成功、最廣泛的一種技術(shù)，但該技術(shù)不能為系統(tǒng)中的新用戶產(chǎn)生精準(zhǔn)的項(xiàng)目推薦，這就是用戶冷啟動(dòng)問(wèn)題。挑選項(xiàng)目引導(dǎo)新用戶評(píng)分，以獲得更多的用戶偏好信息，是解決用戶冷啟動(dòng)問(wèn)題的常用方法。將主動(dòng)學(xué)習(xí)用于評(píng)分引導(dǎo)過(guò)程，用盡可能少的交互次數(shù)獲得信息含量較高的評(píng)分?jǐn)?shù)據(jù)，從而為新用戶進(jìn)行項(xiàng)目推薦，關(guān)鍵在于主動(dòng)學(xué)習(xí)項(xiàng)目選擇策略的設(shè)計(jì)。針對(duì)此，本文進(jìn)行了詳細(xì)的研究，主要研究工作如下：
　　(1)深入研究了協(xié)同過(guò)濾推薦、

2、主動(dòng)學(xué)習(xí)以及主動(dòng)學(xué)習(xí)用于用戶冷啟動(dòng)推薦的相關(guān)內(nèi)容，為后續(xù)的工作提供理論基礎(chǔ)。
　　(2)在基于用戶的協(xié)同過(guò)濾推薦中，提出了一種自適應(yīng)主動(dòng)學(xué)習(xí)方法。在項(xiàng)目選擇過(guò)程中，自適應(yīng)方法能動(dòng)態(tài)調(diào)整不確定性和代表性的權(quán)重分配，基于用戶滿意度最大化標(biāo)準(zhǔn)擇優(yōu)選擇當(dāng)前最有價(jià)值的項(xiàng)目交由用戶評(píng)分。在常用推薦數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，自適應(yīng)方法能有效獲得冷啟動(dòng)用戶的高質(zhì)量評(píng)分信息，提高了推薦準(zhǔn)確率。
　　(3)針對(duì)新用戶可能不會(huì)為查詢項(xiàng)目提供評(píng)分的情