新型協(xié)同過濾推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，推薦算法已經(jīng)應(yīng)用到很多領(lǐng)域，協(xié)同過濾推薦算法是經(jīng)典的、應(yīng)用廣泛的推薦算法。然而傳統(tǒng)的協(xié)同過濾推薦算法面臨著很多問題,其中最嚴(yán)重的是冷啟動問題、數(shù)據(jù)稀疏問題和擴(kuò)展性問題。本文針對這些問題，對傳統(tǒng)的協(xié)同過濾推薦算法做了一定的改進(jìn)。
　　本文針對數(shù)據(jù)稀疏性問題，提出了一種基于項目相似度學(xué)習(xí)的協(xié)同過濾推薦算法。該算法首先根據(jù)項目屬性相似性度量方法計算出所有項目的相似度矩陣，然后選取目標(biāo)項目的前K個最相似的項目作為其初始鄰

2、近集;再將訓(xùn)練集中目標(biāo)項目的評分向量作為期望輸出，目標(biāo)項目的K個鄰近項目的評分向量輸入到RBF神經(jīng)網(wǎng)絡(luò)中進(jìn)行學(xué)習(xí)，得到項目相似度訓(xùn)練模型;再將測試數(shù)據(jù)集中的目標(biāo)項目的K個鄰近項目的評分向量輸入訓(xùn)練模型，最后輸出目標(biāo)項目的預(yù)測評分向量。針對新項目冷啟動問題，我們計算出新加入項目與其他項目的屬性相似度，然后取出前K個最相似的項目構(gòu)成鄰近集并且計算出新加入項目的預(yù)測評分向量。最后取出對目標(biāo)項目評分大于等于3且分?jǐn)?shù)排在前N位的用戶，并將目標(biāo)項目

3、推薦給這些用戶。針對數(shù)據(jù)稀疏性和擴(kuò)展性問題，提出了一種基于社交網(wǎng)絡(luò)和標(biāo)簽的協(xié)同過濾推薦算法。該算法將目標(biāo)用戶與他的朋友之間的信任度、熟悉度和標(biāo)簽信息反映的興趣偏好相似度結(jié)合起來，計算出與他相似度較高的K個朋友作為鄰居集合，從而為目標(biāo)用戶推薦喜歡的項目;然后，針對新用戶冷啟動問題，提出了基于樸素貝葉斯算法的模型。它利用樸素貝葉斯算法對訓(xùn)練集中的用戶進(jìn)行分類，將新用戶劃分到所屬的類別，即求出新用戶最喜歡的項目類型，然后在這種類型的項目里選擇