基于協(xié)同過濾技術的個性化推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)技術和應用的飛速發(fā)展,推薦系統(tǒng)在網(wǎng)上購物、圖書、音樂、電影、新聞等方面的應用愈加廣泛。面對海量信息,推薦系統(tǒng)顯得尤為重要,推薦技術受到更多的關注和研究。作為推薦系統(tǒng)核心技術的推薦算法,在很大程度上決定著推薦系統(tǒng)優(yōu)劣。而協(xié)同過濾技術以其簡單、高效的特點,成為目前應用最為廣泛和成功的推薦技術。本文論述了推薦系統(tǒng)的研究意義,國內外研究現(xiàn)狀,基本框架和基于關聯(lián)規(guī)則、基于內容等主要的推薦技術,并深入介紹了協(xié)同過濾推薦的實現(xiàn)過程、分類和面

2、對的主要問題。針對傳統(tǒng)協(xié)同過濾算法存在的稀疏性和冷啟動問題,本文提出了一種基于用戶和項目的混合協(xié)同過濾算法。為了使該算法比傳統(tǒng)算法更能代表用戶的偏好并具有更高的預測準確度,本文主要做了以下工作:1.引入修正參數(shù)α對Pearson相似性公式進行修正;2.引入控制因子λ對用戶和項目兩項評分進行綜合加權,以得到更精準的預測,最終提高系統(tǒng)推薦質量。最后,本文使用協(xié)同過濾常用的MovieLens數(shù)據(jù)集設計對應的實驗方案。首先,設計實驗確定了修正參