基于哈希學(xué)習(xí)的電子商務(wù)推薦系統(tǒng)研究.pdf

1、UllllIIlfIIIllfIIIIIIIY3295800學(xué)校代碼地蘭堡主蜘江師花大學(xué)墓i鼉釃嘻AN蠡醚豫鍛嘲簇纛。蠟糊秘V鬟鞣StTY碩士學(xué)位論文簪‘，‘曩1o毒蒸犁翻戳麴璉嘲憊筵聱二一一、●’1?！６憾?。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(xué)“i

2、號(hào)：一一星壘!魚：量熏僉翌堡__!研。究蛾l。二二盎，；熊。。。。指導(dǎo)教師：，。：三二，隆史盞一一中躕分糞零；善霉照論史提交對(duì)褥：。童辮至二爭(zhēng)二￡胄‘’童_翠基于哈希學(xué)習(xí)的電子商務(wù)推薦系統(tǒng)研究摘要隨著信息技術(shù)的突飛猛進(jìn)，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(wù)以其便捷實(shí)惠的優(yōu)點(diǎn)吸引了全球各行各業(yè)各個(gè)年齡的人，網(wǎng)絡(luò)交易已成為大眾的交易方式。面對(duì)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(wù)領(lǐng)域的應(yīng)用具有重要作用與廣闊前景。本文主要研究?jī)?nèi)容如下：(1)數(shù)據(jù)是信息時(shí)代的重要元素，哈希學(xué)習(xí)是一種分析和挖掘數(shù)據(jù)的有效策略。本文將哈希學(xué)習(xí)與傳統(tǒng)的協(xié)同過濾算法結(jié)合，提出了基于哈希學(xué)習(xí)的推薦方法。哈希學(xué)習(xí)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(jìn)制碼空間，能有效地降低數(shù)據(jù)存儲(chǔ)空間。本文通過兩步驟哈希學(xué)習(xí)策略利用主成分分析(PCA)對(duì)原數(shù)據(jù)進(jìn)行降維，再運(yùn)用kmeans聚類量化；之后運(yùn)用協(xié)同過濾計(jì)算推薦項(xiàng)

4、的預(yù)測(cè)評(píng)分，形成一個(gè)商品推薦列表，將推薦列表中的前N項(xiàng)作為最終的推薦項(xiàng)呈現(xiàn)給用戶。本文以命中率(HR)與平均命中等級(jí)倒數(shù)(AImR)作為推薦的評(píng)價(jià)方式，實(shí)驗(yàn)表明該方法能夠有效地進(jìn)行個(gè)性化推薦；(2)哈希學(xué)習(xí)中通常使用Hamming距離度量相似性，考慮到保持?jǐn)?shù)據(jù)在原始空間的相似性結(jié)構(gòu)，本文分析對(duì)比了Hamming距離與二進(jìn)制碼對(duì)應(yīng)實(shí)值的Manhattan距離d，對(duì)量化后的數(shù)據(jù)進(jìn)行度量時(shí)的差異，說明了采用Manhattan距離的可行性，并通