基于加權(quán)網(wǎng)絡(luò)的協(xié)同過濾推薦.pdf

1、分類號(hào)密級(jí)UDC1注學(xué)位論文基于加權(quán)網(wǎng)絡(luò)的協(xié)同過濾推薦（題名和副題名）高佳祥（作者姓名）指導(dǎo)教師姓名高輝副教授博導(dǎo)電子科技大學(xué)成都（職務(wù)、職稱、學(xué)位、單位名稱及地址）申請(qǐng)專業(yè)學(xué)位級(jí)別碩士專業(yè)名稱計(jì)算機(jī)軟件與理論論文提交日期2012.03論文答辯日期2012.05學(xué)位授予單位和日期電子科技大學(xué)答辯委員會(huì)主席評(píng)閱人2012年月日注1：注明《國(guó)際十進(jìn)分類法UDC》的類號(hào)。摘要I摘要隨著科學(xué)技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)絡(luò)正以指數(shù)級(jí)增長(zhǎng)，提供給我們?cè)絹?/p>

2、越多的信息。而信息過濾技術(shù)的產(chǎn)生使我們可以從龐大的資源池中，快速獲取最相關(guān)的信息。協(xié)同過濾作為一種比較成熟的推薦技術(shù)已經(jīng)成功應(yīng)用于互聯(lián)網(wǎng)的各個(gè)場(chǎng)景，它主要是根據(jù)屬性或興趣相近的用戶經(jīng)驗(yàn)與建議作為提供個(gè)性化推薦的基礎(chǔ)。透過協(xié)同過濾，有助于搜集具有類似偏好或?qū)傩缘挠脩?，并將其意見提供給同一網(wǎng)絡(luò)中的其他用戶作為參考，這也符合人們通常在決策之前習(xí)慣參考他人意見的心理。通過研究協(xié)同過濾技術(shù)，我們發(fā)現(xiàn)如何充分利用用戶和產(chǎn)品構(gòu)建的網(wǎng)絡(luò)中的有效信息，為

3、用戶提供準(zhǔn)確而多樣的推薦結(jié)果成為了此類技術(shù)發(fā)展的核心。在本文中，我們主要研究加權(quán)網(wǎng)絡(luò)中的協(xié)同過濾推薦技術(shù)。加權(quán)網(wǎng)絡(luò)是由用戶集和產(chǎn)品集互相聯(lián)系而建立的推薦關(guān)系網(wǎng)絡(luò)。在實(shí)際應(yīng)用中加權(quán)網(wǎng)絡(luò)隨處可見，B2C網(wǎng)站中用戶購買商品的評(píng)分記錄，購買時(shí)間，產(chǎn)品上市的時(shí)間，用戶之間的信任程度，用戶添加的標(biāo)簽信息等等都可以作為網(wǎng)絡(luò)的權(quán)重信息參與到推薦中，所以也具有很高的研究?jī)r(jià)值。針對(duì)傳統(tǒng)推薦模型中考慮原始打分的情況，我們提出了一種基于購買間隔權(quán)重的基準(zhǔn)模型來