協(xié)作過濾算法及其在個性化推薦系統(tǒng)中的應用.pdf

1、隨著Internet和電子商務技術的迅猛發(fā)展，信息膨脹與冗余給人們的社會生活和商務工作帶來了信息選擇的困惑。人們迫切需要一種個性化推薦技術幫助他們實現(xiàn)信息過濾和對服務的自動推薦。本文研究了個性化推薦系統(tǒng)及其主要的推薦技術，特別是協(xié)作過濾技術，包括基于用戶的協(xié)作過濾技術和基于項目的協(xié)作過濾技術。 基于用戶的協(xié)作過濾算法是目前應用最成功的一種個性化推薦技術，它在推薦效果和準確性等方面顯示出了卓越的優(yōu)勢。但是，這種推薦技術中存在的稀疏

2、問題和冷開始問題也嚴重影響了推薦系統(tǒng)的性能，使協(xié)作過濾的效果得不到充分的發(fā)揮。 在以上分析的基礎上，本文的工作及創(chuàng)新主要體現(xiàn)在下面的三個方面： 1．對用戶一項目評價矩陣進行降維的預處理，驗證了這種方法對原始評價矩陣降低了噪音，而且有效地揭示了矩陣用戶之間的潛在關聯(lián)性，有效地解決了稀疏問題。 2．在用戶間相似度的計算階段，用實驗充分驗證了計算用戶間相似度使用相關相似度的度量標準所得到的算法要比余弦相似度算法的推薦質(zhì)