個性化推薦技術(shù)的多樣性研究.pdf

1、信息技術(shù)的高速發(fā)展極大地豐富了網(wǎng)絡(luò)資源，為人們獲取信息帶來了方便。但是由于網(wǎng)絡(luò)資源的逐漸增多，面對繁雜的信息，用戶要找到所需的信息也變得更加困難，信息過載的問題便隨之而產(chǎn)生。個性化推薦技術(shù)正是針對該問題而被提出的，它的出現(xiàn)為用戶帶來了更加快捷有效的信息獲取途徑。個性化推薦技術(shù)根據(jù)用戶的興趣偏好及相關(guān)行為，推薦給用戶可能需要的信息。
　　 現(xiàn)存的推薦技術(shù)大多致力于改進(jìn)推薦系統(tǒng)的預(yù)測準(zhǔn)確度。然而推薦的質(zhì)量需要從多個維度進(jìn)行評估，單純

2、依賴準(zhǔn)確度可能無法為每個用戶找到最相關(guān)的物品。最近，推薦質(zhì)量的另一個重要方面——推薦的多樣性，越來越受到人們的重視。推薦的多樣化程度越高，使得長尾商品銷量增長的可能性加大，不僅能為用戶帶來更好的個性化體驗，而且對服務(wù)提供者也能帶來豐富的商業(yè)利益。然而，在保持準(zhǔn)確度的同時提高推薦的多樣性并不是一個容易的任務(wù)，多數(shù)研究表明推薦多樣性和準(zhǔn)確度之間存在一個權(quán)衡，推薦多樣性的提高會導(dǎo)致準(zhǔn)確度的降低。本文針對該問題進(jìn)行了研究，介紹了若干種可提高多樣

3、性的推薦算法，側(cè)重分析了重排名方法(Re-Ranking Approach)的優(yōu)缺點，在其基礎(chǔ)上提出了改進(jìn)的算法，此外，還提出了一種基于推薦期望的新的top-N推薦方法。
　　 論文所作的主要工作包括:
　　 1.對現(xiàn)有的若干種可提高多樣性的推薦算法進(jìn)行了介紹。側(cè)重介紹了重排名方法，分析了該方法存在的優(yōu)點和缺陷。
　　 2.針對重排名方法的評分閾值缺少對個體用戶特征信息進(jìn)行考慮的問題，提出了一種改進(jìn)的重排名算法。