基于自然遺忘的個(gè)性化推薦算法研究.pdf

1、隨著Internet與信息技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)中各種類型的數(shù)據(jù)量迅速地增長，這種信息資源的不斷膨脹，出現(xiàn)了所謂的“信息過載”和“信息迷行”的現(xiàn)象，使得人們在龐大的信息量中很難找到對人們有價(jià)值的資源。因而為了使人們更準(zhǔn)確有效地獲得對人們有用的信息，一種能夠?yàn)橛脩糁鲃犹峁┬畔⒌耐扑]系統(tǒng)便應(yīng)運(yùn)而生。推薦系統(tǒng)是根據(jù)用戶以往的訪問記錄、對項(xiàng)目的評價(jià)信息、或項(xiàng)目之間的相關(guān)性來構(gòu)建用戶的興趣模型，并根據(jù)該模型向用戶推薦其可能感興趣的項(xiàng)目。比如:一個(gè)

2、電影網(wǎng)站可以根據(jù)用戶的觀看歷史和對影片的評分，獲得用戶對電影的偏好信息，從而為用戶推薦他們最可能感興趣的影片。
　　研究人員發(fā)現(xiàn):個(gè)性化推薦問題存在用戶興趣漂移的現(xiàn)象。也就是說人們的興趣不是一成不變的，而是會隨著時(shí)間的推移而有所改變。而傳統(tǒng)的推薦方法并沒有考慮到這一點(diǎn)。在充分認(rèn)識這一問題后，本文以傳統(tǒng)的協(xié)同過濾技術(shù)和記憶遺忘理論為基礎(chǔ)，提出了一種基于人的自然遺忘特征來追蹤用戶興趣變化的算法。改進(jìn)的推薦算法不僅能夠體現(xiàn)用戶興趣隨時(shí)間

3、流逝而變化的影響，而且能夠根據(jù)其遺忘的程度有側(cè)重地推薦項(xiàng)目，以達(dá)到加強(qiáng)用戶記憶的效果，為用戶推薦其真正感興趣的項(xiàng)目。
　　本文提出的用戶興趣漂移跟蹤算法的主要思想是為項(xiàng)目找到恰當(dāng)?shù)臅r(shí)間權(quán)重，也就是說用戶最近給出的評分對當(dāng)前要預(yù)測的項(xiàng)目有較大的貢獻(xiàn)。直觀上，人們認(rèn)為最近的評分信息也就是用戶當(dāng)前主要的興趣點(diǎn);距離當(dāng)前時(shí)間越接近的項(xiàng)目評分，它就有相對較大的時(shí)間權(quán)重。本文的主要工作包括以下幾個(gè)方面:首先闡述了協(xié)同過濾算法的相關(guān)技術(shù);然后介