二分圖個性化推薦算法的改進及應用.pdf

1、分類號衛(wèi)三窆呈UDC碩士學位論文二分圖個性化推薦算法的改進及應用黃譚論文答辯El期2Q!生5目三Q旦學位授予日期2Q15生魚且蘭Q目二分圖個性化推薦算法的改進及應用摘要隨著互聯(lián)網時代的到來，“大數據’’的概念已經越來越被人們熟悉。推薦系統(tǒng)隨著用戶規(guī)模的激增，出現了用戶冷啟動、推薦實時性與準確性不足等各個方面的問題。本文針對這些問題，對基于二分圖的個性化推薦算法進行了研究，具體的研究工作如下：(1)針對基于二分圖推薦算法中，用戶項目相連邊

2、的權值都為1的情況，本文提出一種具體的對邊加權的方法。把用戶歷史行為數據中的行為時間、用戶行為的頻率作為決定權值的兩個方面。實驗驗證T3H權策略的有效性。(2)針對基于二分圖推薦算法中，用戶數量的增大，導致推薦算法運行效率降低、實時性差的問題，本文提出運用KMedoids聚類算法進行改進的方法。對用戶進行一個聚類，再對七個用戶簇進行推薦。實驗結果表明聚類后運行效率有提高。(3)針對用戶冷啟動的問題，運用SimRank算法將新用戶加入到聚