個性化搜索引擎推薦算法研究.pdf

1、隨著Internet和網(wǎng)絡(luò)信息技術(shù)的迅猛發(fā)展，網(wǎng)絡(luò)資源呈指數(shù)急劇增長，傳統(tǒng)的通用搜索引擎的查詢結(jié)果只依賴于查詢關(guān)鍵詞，而實際上，即便相同的查詢詞，不同的用戶查詢目的可能不同，所希望的返回結(jié)果也會因人而異。針對這種情況，人們迫切需要一種針對個人特點提供更加精確查詢結(jié)果的搜索工具，以用戶為中心的個性化搜索引擎便應(yīng)運而生。 本文首先全面了解了實現(xiàn)個性化搜索引擎的基本理論和研究現(xiàn)狀，并對現(xiàn)有各種個性化推薦技術(shù)進行性能對比分析，為以后的研

2、究提供了理論基礎(chǔ)。 接著，本文研究了推薦領(lǐng)域最重要的協(xié)同過濾算法，基于用戶推薦的協(xié)同過濾可以為用戶發(fā)現(xiàn)新的潛在感興趣的資源，但是具有稀疏性等缺點；基于項目推薦的協(xié)同過濾在某種程度上可以解決稀疏性，而且簡單有效，但是只能發(fā)現(xiàn)和用戶已有興趣相似的信息。針對這些問題，本文提出了一種基于單值分解的集影響協(xié)作過濾推薦算法，利用單值分解和增大影響集來提高協(xié)同過濾的推薦質(zhì)量，解決稀疏性問題，改善推薦系統(tǒng)的性能。 然而在應(yīng)用了改進的協(xié)同

3、過濾推薦算法的推薦系統(tǒng)中，除了已經(jīng)解決的稀疏性問題，還存在著冷開始新項目問題、擴展性問題以及用戶潛在興趣難以挖掘等，本文在前面研究的基礎(chǔ)上，提出了一種個性化推薦融合算法，在優(yōu)秀的基于用戶協(xié)同過濾推薦思想基礎(chǔ)上，結(jié)合現(xiàn)有矩陣技術(shù)，擴展影響集，利用基于項目協(xié)同過濾以及基于內(nèi)容過濾，解決了稀疏問題、擴展性問題、冷開始和用戶潛在興趣難以挖掘等問題，提高了推薦系統(tǒng)的推薦質(zhì)量。并在此基礎(chǔ)上，提出了一種策略預(yù)測用戶評分，解決了由于用戶對資源苛刻程度不