基于項(xiàng)目相似度與用戶需求的協(xié)同過濾推薦算法研究.pdf

1、計(jì)算機(jī)的迅速普及以及網(wǎng)絡(luò)通信技術(shù)的發(fā)展是人類第五次信息技術(shù)革命的基礎(chǔ)，信息化時代的到來為人們的生活帶來了前所未有的改變和體驗(yàn)。但是毫無疑問，發(fā)展與問題是相互伴隨的，信息過載問題日益嚴(yán)重，同時人們需求變換越來越快，同質(zhì)化的服務(wù)已經(jīng)難以適應(yīng)人們的需求變化，個性化服務(wù)成為了發(fā)展的主流，個性化推薦系統(tǒng)便應(yīng)運(yùn)而生，它的出現(xiàn)不僅緩解了信息過載問題還提高了用戶的服務(wù)滿意度。
　　本文闡述了推薦系統(tǒng)的發(fā)展歷程與應(yīng)用前景。在簡要介紹了協(xié)同過濾、基于

2、內(nèi)容、潛在語義分析、基于關(guān)聯(lián)規(guī)則、基于情景信息等主流推薦算法基礎(chǔ)上，重點(diǎn)對協(xié)同過濾算法進(jìn)行了闡述，同時分析了推薦算法中的常見問題以及相關(guān)解決方法。
　　伴隨著用戶和項(xiàng)目數(shù)據(jù)量的急速增長，基于用戶的協(xié)同過濾算法將產(chǎn)生不可避免的數(shù)據(jù)稀疏問題，進(jìn)而極大的降低了算法推薦準(zhǔn)確度，影響推薦效果。針對這一問題，本文在深入研究項(xiàng)目之間聯(lián)系的基礎(chǔ)上，提出了一種改進(jìn)的基于用戶的協(xié)同過濾算法ISUCF，該算法綜合了項(xiàng)目的屬性相似度和關(guān)聯(lián)相似度，對評分矩

3、陣進(jìn)行填充。論文詳細(xì)的描述了算法的改進(jìn)思路與推導(dǎo)過程，并且通過實(shí)驗(yàn)對比分析ISUCF算法與已有算法，結(jié)果表明本文改進(jìn)算法可以有效提高推薦準(zhǔn)確度。
　　雖然本文的ISUCF算法通過實(shí)驗(yàn)證明一定程度上可以解決數(shù)據(jù)稀疏問題，但是難以動態(tài)跟蹤用戶需求變化以及推薦時效性差等問題對推薦結(jié)果準(zhǔn)確度和質(zhì)量的影響也不可忽視。而且在這個信息瞬息萬變的時代，影響人們需求的情景因素也在不斷變化，只有對用戶需求進(jìn)行動態(tài)分析追蹤，才能取得更好效果。對此，本文