大數(shù)據(jù)背景下基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦系統(tǒng)的研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)中的信息量呈現(xiàn)指數(shù)式增長，隨之帶來了信息過載問題。推薦系統(tǒng)被認為是解決信息過載的最有效的方式之一，推薦技術(shù)逐漸成為信息領(lǐng)域的一個研究熱點。
　　本文從推薦系統(tǒng)的基礎(chǔ)理論出發(fā)，介紹了幾種當前主流的推薦算法，并著重分析了基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法。在此基礎(chǔ)上提出了基于用戶的網(wǎng)絡(luò)推薦算法、基于項目的網(wǎng)絡(luò)推薦算法、基于用戶最近鄰的網(wǎng)絡(luò)推薦算法以及基于用戶相似性預測的網(wǎng)絡(luò)推薦算法。
　　基于用戶的網(wǎng)絡(luò)推薦算法

2、和基于項目的網(wǎng)絡(luò)推薦算法分別引入了用戶相似性和項目相似性的概念，使得項目-用戶二部圖中的資源以一種更加個性化的方式流動。通過在MovieLens數(shù)據(jù)集上進行仿真實驗，驗證了改進后的算法具有較傳統(tǒng)的基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法更好的推薦效果。
　　基于用戶最近鄰的網(wǎng)絡(luò)推薦算法和基于用戶相似性預測的網(wǎng)絡(luò)推薦算法通過引入數(shù)據(jù)集篩選和鏈接預測的概念，降低了數(shù)據(jù)集的規(guī)模和稀疏性，去除了數(shù)據(jù)集中的干擾信息。通過在MovieLens數(shù)據(jù)集上進行仿真實