改進(jìn)的協(xié)同過濾算法在推薦系統(tǒng)中的研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展,互聯(lián)網(wǎng)為用戶提供的信息越來越多,信息過載現(xiàn)象極為嚴(yán)重。如何在大量的信息中很快的為用戶推薦出他可能偏好的信息,是近幾年眾多學(xué)者和互聯(lián)網(wǎng)運營商十分關(guān)注的問題,在這種情況下,推薦系統(tǒng)應(yīng)運而生。作為推薦系統(tǒng)的核心部分——推薦算法,也越來越被學(xué)者們所關(guān)注。近幾年,協(xié)同過濾算法由于具有能夠處理非結(jié)構(gòu)化的復(fù)雜對象的優(yōu)點而成為應(yīng)用最廣泛、最被認(rèn)可的推薦算法。論文基于對協(xié)同過濾算法的研究與分析,總結(jié)了現(xiàn)存協(xié)同過濾算法存在的不足(冷

2、啟動問題和數(shù)據(jù)稀疏問題)。針對冷啟動問題,論文提出由項目的主體出發(fā),研究項目的多屬性和多類別的相似度計算。這樣做可以在沒有用戶進(jìn)行評分的情況下,依據(jù)項目的屬性和類別來進(jìn)行相似性推薦,從而解決了冷啟動的問題。同時,論文采用了聚類的方法,在進(jìn)行改進(jìn)的協(xié)同過濾計算之前,將數(shù)據(jù)集分成幾個類別,首先對每個類別中的候選項與目標(biāo)項的相似度進(jìn)行計算,然后分別在每個類別中計算最近鄰和預(yù)測評分,最后再統(tǒng)一比較預(yù)測評分,選取前N項進(jìn)行推薦。這樣的好處是能夠提