基于協(xié)同過濾的推薦系統(tǒng)的研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展,電子商務得到了廣泛的應用。系統(tǒng)規(guī)模也變得越來越大。面對如此多的信息量,傳統(tǒng)的推薦系統(tǒng)已經(jīng)無法滿足向人們進行個性化推薦的需求。協(xié)同過濾做為一種常用的減少信息過載的技術,已經(jīng)成為個性化推薦系統(tǒng)的一種主要工具,然而現(xiàn)有的大多數(shù)協(xié)同過濾算法都存在數(shù)據(jù)稀疏的問題。如何在數(shù)據(jù)稀疏的情況下提高推薦系統(tǒng)預測的精確率成為本文需要研究的主要問題。
　　 本文以協(xié)同過濾系統(tǒng)中的數(shù)據(jù)稀疏問題為主要研究對象。在深入分析常見的推薦算法

2、的基礎上,提出了結合奇異值分解、基于用戶和項目的協(xié)同過濾算法的混合型推薦算法。在數(shù)據(jù)稀疏的情況下,該算法可以提高推薦系統(tǒng)的預測精確率。
　　 主要工作包括:
　　 1.論述了推薦系統(tǒng)的研究意義以及國內(nèi)外研究現(xiàn)狀。
　　 2.深入介紹了基于內(nèi)容的過濾技術與協(xié)同過濾技術,并對這兩種技術的優(yōu)缺點進行了探討。
　　 3.介紹了奇異值分解的有關概念與評價個性化推薦系統(tǒng)性能的各種指標。
　　 4.深入研究了協(xié)