基于协同过滤的个性化推荐算法的优化和应用.pdf

浙江工商大学
硕士学位论文
基于协同过滤的个性化推荐算法的优化和应用
姓名:王小亮
申请学位级别:硕士
专业:管理科学与工程
指导教师:王光明
20100101
交基于协同过滤的个性化推荐算法的优化和应用近年来,随着互联网和电子商务的不断成熟和发展,人们在信息的获取和商品的购买上获得了很多的便利。与此同时,也出现了“信息过载”的问题。用户在寻找满意的商品上浪费了大量的时间。因此,推荐系统的发展越来越受到重视。推荐系统能够根据用户的历史行为和个人信息为用户提供合适的商品推荐,帮助提高电子商务系统的服务质量。协同过滤是目前在电子商务推荐系统中应用较为成功的个性化推荐技术,它通过共享其他用户的经验帮助目标用户迅速找到自己感兴趣的商品或信息。协同过滤的研究已经成为个性化推荐领域的热点研究问题。本文所作的主要工作就是协同过滤算法的改进和优化。本文首先介绍了推荐技术的各种形式。然后重点分析了当前协同过滤‘算法的研究状况,对各种类型的协同过滤算法做了深入的研究和分析,比较了其各自的特点。本文的核心研究内容是“斜坡算法”的改进和优化。“斜坡算法是一种基于项目猙男送萍鏊法。哂屑虻ズ透咝У奶氐悖呛雎粤讼钅科兰凼康挠跋臁通过对其缺点的分析,详细探讨了它的两种改进方式:加权评分系数。尽管加权惴ㄏ啾萐此涤辛艘欢ǖ母慕钦饬蚏琑甚·
种算法仍然存在用户的针对性不强等问题。基于此,本文提出了基于上述惴ê陀没Ь劾嘟岷系幕旌贤萍鏊惴ǎ杭尤⊿胗没Ь劾嗟幕旌闲怂惴,⑵婪窒凳齋胗没Ь劾嗟幕旌闲算法本文通过两个实验来验证所提出的算法和猆男阅堋R组实验是将其与⒓尤⊿斜冉稀另外一组实验是将猆蚏—与其他几种常用协同过滤算法进行比较。实验结果表明,和的预测和推荐准确度是较高的,证明了本文的研究价值。并且在最后还探讨了应用其建立电子商务推荐模型的过程。关键词:个性化推荐;协同过滤;斜坡算法;用户聚类;猆篟—二种改进的蚏,猆。猆拱十协川过滤的个性化推荐算法的优化和应用
芦瑆,瓵,””甌,..甌..’
::.,—.—甋甌,甋瓵猄琤.,瓵..疭.’
:;!籖··甤;籗慕于协同过滤的个性化推荐算法的优化和心用籾
⒄菇ɑチM胍桓隹涨胺比俚氖贝湎灾奶卣骶褪“信息交互”。“信息森林”所包围。大量的用户发现要从“信息森林”中找到自己想要的那棵树已经变得越来越难。因此,需要一种有效的机制来帮助用户缩减信息获取过程耗费的时间代价,并且同时保证信息获取的质量。推荐系统【烤是在这样的背景下,应运而生。它可以给用户带来轻松的体验,用户的大部分时间不再是耗费在寻找信息上,而是可以聚焦于他们真赂行巳ず托枰5亩魃稀推荐系统同时也更多地应用于电子商务领域”5缱由涛裢臼腔チM非常活跃的一部分,根据艾瑞近期发布的年上半年中国网络购物市场发展报告》显示,#上半年的亿元,大增.。网络购物的便利和较低成本给广大互联网用户带来了愉悦的购物体验。虽然随着电子商务规模的增长,用户拥有更多的选择机会,但是另一方面用户也面临着信息超载的问题,良好的目录结构已不足以完全将用户从中释放出来。用户在找到自己需要的商品之前,常常需要浏览大量的无用信息。因此,推荐技术的研究对电子商务的发展具有很重要的意义。目前应用在个性化推荐系统中的主要推荐技术有:基于知识的推荐、基于内容的推荐、基于用户的协同过滤和基于项的协同过滤等技术。协同过滤是目前各种推荐系统中应用最为广泛和成功的技术。它的基本思想是:如果两个或多个用户在某些信息郴蛘呱唐的选择上表现出相同的兴趣或给出接近的评价,那么在其他一些信息的选择上也可能做出相同的选择或给出接近的评价。兴趣的衡量往往是根据用户对某一项信息的评分来决定,评分越高则代表此用户对此项信息的满意度越高。协同过滤通过找出相似的用户群,根据兴趣相似用户的评价,产生对某些事物的预测评价。由于共享了他人的评价与经验,在很大程度上保证了推荐的质量。本文就是在推荐系统的实践和应用广泛开展的背景下,对协同过滤技术进行皋十协同过滤的个性化推荐算法的优化和应用
本文的研究内容研究和分析,重点探讨了一种基于项目的协同过滤算法挠呕攵其需要解决的问题如忽略用户的评价数、用户针对性不强等问题提出了优化策略,致力于进一步减少预测误差,为目标用户提供优质的推荐。本文以推荐系统的协同过滤技术为研究目标,旨在提出更为优化的推荐策略,主要研究内容为以下几个方面:硬煌嵌榷酝萍黾际醯淖饔媒辛瞬觯阅壳爸饕5耐萍黾际踅行了综述,总结归类了现有的推荐技术,指出其各自的特点、适用范围。在此基础上,重点介绍了协同过滤技术的发展和分类。:斜坡算法。详细论述了