基于時(shí)間和空間的推薦方法研究以及應(yīng)用.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)通信技術(shù)和Internet的飛速發(fā)展，信息過(guò)載是互聯(lián)網(wǎng)面臨的主要挑戰(zhàn)。隨著電子商務(wù)的發(fā)展，商家提供的商品種類(lèi)和數(shù)量急劇增長(zhǎng)，具有明確需求的用戶可通過(guò)搜索查找想購(gòu)買(mǎi)的商品。然而，用戶需求通常具有不確定性和模糊性。隨著人們生活水平的提高，汽車(chē)的使用也越來(lái)越普遍。龐大的汽車(chē)使用人群，使得汽車(chē)的維修需求量日益增大。如何實(shí)時(shí)并且準(zhǔn)確地向汽車(chē)維修用戶提供最專(zhuān)業(yè)的服務(wù)，為他們提供汽車(chē)維修店的完整的、具體的信息是汽車(chē)維修商和車(chē)主共同面臨的

2、問(wèn)題。個(gè)性化推薦系統(tǒng)是解決這一問(wèn)題的有效手段。
　　本文作者參加了陽(yáng)揚(yáng)車(chē)診APP設(shè)計(jì)與開(kāi)發(fā)的部分工作，根據(jù)項(xiàng)目的需要，針對(duì)汽車(chē)的流動(dòng)性和汽車(chē)維修數(shù)據(jù)以及動(dòng)態(tài)性特點(diǎn)，從時(shí)間和空間的角度研究了對(duì)汽車(chē)維修的個(gè)性化推薦方法，并設(shè)計(jì)了相應(yīng)的論文推薦系統(tǒng)，主要研究工作和成果如下:
　　(1)提出了基于時(shí)間的推薦算法。將用戶-項(xiàng)目的評(píng)分矩陣中加入時(shí)間這個(gè)因素，將久遠(yuǎn)的評(píng)分影響力降低，最近的評(píng)分影響力提高。對(duì)用戶之間的相似度考慮時(shí)間因子，找

3、出用戶對(duì)其尚未表達(dá)的項(xiàng)目的潛在興趣度，用協(xié)同過(guò)濾的算法來(lái)解決推薦問(wèn)題。實(shí)驗(yàn)結(jié)果說(shuō)明該算法的推薦結(jié)果比較其他相類(lèi)似的推薦算法具有較高的精度。
　　(2)提出了基于地理信息的推薦算法。將相似度和地理信息相結(jié)合進(jìn)行推薦，不僅計(jì)算用戶與用戶之間的地理相似度，還計(jì)算用戶與項(xiàng)目之間的地理相似度。為了推薦的效果更好，該算法還將地理距離過(guò)大的用戶與項(xiàng)目之間的相似度默認(rèn)為零。實(shí)驗(yàn)結(jié)果說(shuō)明，該算法的推薦結(jié)果的準(zhǔn)確性有所提升。
　　(3)根據(jù)陽(yáng)揚(yáng)