基于哈希學習的電子商務推薦系統(tǒng)研究.pdf

1、UllllIIlfIIIllfIIIIIIIY3295800學校代碼地蘭堡主蜘江師花大學墓i鼉釃嘻AN蠡醚豫鍛嘲簇纛。蠟糊秘V鬟鞣StTY碩士學位論文簪‘，‘曩1o毒蒸犁翻戳麴璉嘲憊筵聱二一一、●’1?！?。二：二二二二。二：?；议晡?。≥二一：。一。。，。、?！畏t鈐蟹阡毽擎。_5■^掣呻_m_—_?！獏仁啊暨鴂啊呻嫡●■嘲袖兩■謫■_■醞矗卻—鈿———簟——慚竹神氍警單_曲嗤喇____酬—__扣_辱緞：。、j2：01每緞學“i

2、號：一一星壘!魚：量熏僉翌堡__!研。究蛾l。二二盎，；熊。。。。指導教師：，。：三二，隆史盞一一中躕分糞零；善霉照論史提交對褥：。童辮至二爭二￡胄‘’童_翠基于哈希學習的電子商務推薦系統(tǒng)研究摘要隨著信息技術的突飛猛進，互聯(lián)網(wǎng)已成為人們生活生產(chǎn)不可或缺的一部分，而電子商務以其便捷實惠的優(yōu)點吸引了全球各行各業(yè)各個年齡的人，網(wǎng)絡交易已成為大眾的交易方式。面對信息膨脹的情況，為用戶提供有效的推薦成為用戶與商家雙贏的重要途徑，因此推薦系統(tǒng)在電子

3、商務領域的應用具有重要作用與廣闊前景。本文主要研究內(nèi)容如下：(1)數(shù)據(jù)是信息時代的重要元素，哈希學習是一種分析和挖掘數(shù)據(jù)的有效策略。本文將哈希學習與傳統(tǒng)的協(xié)同過濾算法結合，提出了基于哈希學習的推薦方法。哈希學習通過投影階段與量化階段這兩步驟處理數(shù)據(jù)，將原始空間中的數(shù)據(jù)映射到哈希二進制碼空間，能有效地降低數(shù)據(jù)存儲空間。本文通過兩步驟哈希學習策略利用主成分分析(PCA)對原數(shù)據(jù)進行降維，再運用kmeans聚類量化；之后運用協(xié)同過濾計算推薦項

4、的預測評分，形成一個商品推薦列表，將推薦列表中的前N項作為最終的推薦項呈現(xiàn)給用戶。本文以命中率(HR)與平均命中等級倒數(shù)(AImR)作為推薦的評價方式，實驗表明該方法能夠有效地進行個性化推薦；(2)哈希學習中通常使用Hamming距離度量相似性，考慮到保持數(shù)據(jù)在原始空間的相似性結構，本文分析對比了Hamming距離與二進制碼對應實值的Manhattan距離d，對量化后的數(shù)據(jù)進行度量時的差異，說明了采用Manhattan距離的可行性，并通