協(xié)作過濾算法及其在個性化推薦系統(tǒng)中的應(yīng)用.pdf

1、隨著Internet和電子商務(wù)技術(shù)的迅猛發(fā)展，信息膨脹與冗余給人們的社會生活和商務(wù)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(shù)幫助他們實現(xiàn)信息過濾和對服務(wù)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(shù)，特別是協(xié)作過濾技術(shù)，包括基于用戶的協(xié)作過濾技術(shù)和基于項目的協(xié)作過濾技術(shù)。 基于用戶的協(xié)作過濾算法是目前應(yīng)用最成功的一種個性化推薦技術(shù)，它在推薦效果和準(zhǔn)確性等方面顯示出了卓越的優(yōu)勢。但是，這種推薦技術(shù)中存在的稀疏

2、問題和冷開始問題也嚴(yán)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(chǔ)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(jìn)行降維的預(yù)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(guān)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(guān)相似度的度量標(biāo)準(zhǔn)所得到的算法要比余弦相似度算法的推薦質(zhì)