基于對數(shù)似然相似度的推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，信息過載導(dǎo)致人們在尋找滿意的信息時(shí)需要花費(fèi)大量的時(shí)間和精力。推薦系統(tǒng)可以自動(dòng)分析用戶的歷史興趣，并從龐大的信息庫中找到符合用戶興趣的信息供用戶作為選擇的參考，減少了用戶在尋找信息時(shí)的時(shí)間精力花費(fèi)。因此，已廣泛運(yùn)用于電子商務(wù)、互聯(lián)網(wǎng)服務(wù)、社交等應(yīng)用中，并發(fā)揮了巨大的作用。如何進(jìn)一步改善推薦的質(zhì)量，提升用戶的滿意度，是目前推薦系統(tǒng)領(lǐng)域的研究重點(diǎn)。
　　本文在對推薦系統(tǒng)以及常用的三種推薦算法分析的基礎(chǔ)上，研究一種基

2、于對數(shù)似然相似度的Slope One改進(jìn)推薦算法的理論與實(shí)現(xiàn)方法，并將其運(yùn)用到電影推薦系統(tǒng)的原型設(shè)計(jì)中，以便提高評分預(yù)測的準(zhǔn)確率，改善電影推薦的質(zhì)量。具體研究工作如下:
　　通過對推薦系統(tǒng)中常用的三種推薦算法，尤其是Slope One推薦算法，以及相似度計(jì)算方法的研究，對比和分析了它們各自的優(yōu)缺點(diǎn)。
　　針對Slope One算法的不足，提出了一種基于對數(shù)似然相似度的Slope One改進(jìn)算法LBSO。算法引入列聯(lián)表分析兩兩

3、物品的關(guān)聯(lián)關(guān)系，計(jì)算對數(shù)似然比統(tǒng)計(jì)量，將其轉(zhuǎn)化為對數(shù)似然相似度，作為評分預(yù)測公式中的權(quán)值;并結(jié)合一種近鄰選擇改進(jìn)算法，在評分預(yù)測時(shí)排除與目標(biāo)物品相似度過小的物品，較好地提高了對目標(biāo)物品評分預(yù)測的準(zhǔn)確率;利用MovieLens數(shù)據(jù)集，通過Python語言編程實(shí)現(xiàn)上述算法進(jìn)行對比分析，實(shí)驗(yàn)驗(yàn)證了所提出的改進(jìn)算法LBSO擁有較好的評分預(yù)測準(zhǔn)確率。
　　通過對電影推薦系統(tǒng)進(jìn)行調(diào)研和需求分析，在此基礎(chǔ)上，實(shí)現(xiàn)了包括總體結(jié)構(gòu)、功能模塊以及數(shù)據(jù)