基于內(nèi)容聚類的協(xié)同過濾推薦系統(tǒng)研究.pdf

1、現(xiàn)代遠程網(wǎng)絡教育的興起與發(fā)展，使得教學資源數(shù)字化、網(wǎng)絡化，信息資源膨脹化。現(xiàn)代遠程教育作為新興的一種教育模式，網(wǎng)絡教育平臺應該以學生求學的網(wǎng)絡化服務為設計的出發(fā)點和最終目的，既要能夠滿足學生的一般學習需求又要能夠針對學生的專業(yè)的類型、需求特征等信息來確定網(wǎng)絡教育平臺的資源和服務內(nèi)容，從而實現(xiàn)向智能化知識網(wǎng)絡方向發(fā)展。個性化推薦系統(tǒng)是解決這一問題的途徑之一。 推薦系統(tǒng)是在信息過濾技術的基礎上衍生的技術。信息過濾技術能夠較好的解決“

2、信息過載”和“資源迷向”問題，讓人們能更充分的使用Internet資源。信息過濾技術是實現(xiàn)信息資源個性化推薦的基礎。基于信息過濾技術的推薦系統(tǒng)具有良好的發(fā)展和應用前景。目前幾乎所有的大型商務系統(tǒng)都使用了不同形式的推薦系統(tǒng)。但是，在現(xiàn)代遠程教育教學網(wǎng)絡平臺中推薦系統(tǒng)的使用還是風毛麟角。 本文以山東師范大學遠程網(wǎng)絡教育教學平臺的建設為基礎，提出了基于內(nèi)容聚類的協(xié)同過濾推薦算法。在深入地研究了推薦系統(tǒng)所依賴的相關技術的基礎上，對各種技

3、術進行了分析和探討，將個性化的推薦系統(tǒng)引入到遠程教育網(wǎng)絡平臺中，設計并實現(xiàn)了一個為學生提供定制學習資源和學習項目的個性化推薦系統(tǒng)。本文的主要做了如下幾個方面的工作： 1、對現(xiàn)有推薦系統(tǒng)的相關技術進行深入研究探討了推薦系統(tǒng)的關鍵技術，重點研究了基于協(xié)同過濾的推薦算法和基于內(nèi)容過濾的推薦算法，并指出這兩種推薦算法的優(yōu)缺點。針對其優(yōu)缺點找到使之較好結(jié)合的方法和系統(tǒng)實現(xiàn)方式。 2、在著重研究協(xié)同過濾算法的基礎上提出基于最近鄰聚類

4、的協(xié)同過濾算法基于最近鄰的協(xié)同過濾算法考慮和強調(diào)的是最近點的重要性，因而忽視了整體用戶間的相似性，而且如果訓練樣本太大則算法的計算量就很大，因此，該算法不適用于分類速度較高的文本分類。本文針對其缺點提出了基于最近鄰聚類的系統(tǒng)過濾算法，該算法錯誤率較低，很大程度上減少分類量，從而在一定程度上加快了分類速度。 3、提出基于內(nèi)容的蟻群聚類協(xié)同過濾推薦算法由于基于最近聚類的協(xié)同過濾算法本身的局限性即只能保證搜索到目標項的大部分鄰居，但并

5、不能保證搜索到目標項的所有最近鄰居，所以可能會降低推薦系統(tǒng)的推薦精度。因此本文在著重研究基于蟻群聚類算法的基礎上提出了基于內(nèi)容聚類的協(xié)同過濾推薦算法，該算法是將改進的蟻群組合聚類算法和協(xié)同過濾相融合，從而克服了單一使用內(nèi)容聚類和協(xié)同過濾推薦算法的缺點。改進的蟻群組合聚類算法的優(yōu)點是不用輸入初始聚類中心和聚類中心間的最小距離等參數(shù)，避免了聚類算法對初始聚類中心等參數(shù)的敏感性和參數(shù)設置不當會影響聚類結(jié)果等問題，并通過實驗詳細的討論和分析該算

6、法。 4、基于內(nèi)容聚類的協(xié)同過濾推薦算法應用在遠程教育平臺中本文設計并實現(xiàn)了一個為學生提供定制學習資源的個性化推薦系統(tǒng)。采用改進的蟻群組合聚類算法同協(xié)同過濾技術相結(jié)合，通過挖掘?qū)W生定制學習信息資源的事務數(shù)據(jù)庫得到學生定制內(nèi)容的組合模式，即用戶興趣模型，對學生進行定制推薦提供個性化服務。系統(tǒng)可以根據(jù)學生的興趣和目的不斷變化將學生的訪問活動實時捕獲，再動態(tài)的將該學生劃分到某一類興趣模式，因而生成不同的推薦結(jié)果。本系統(tǒng)可以將數(shù)據(jù)庫的更新