發(fā)布時間：2016-08-10 03:09

  本文關鍵詞：基于協(xié)同過濾的個性化垂直搜索引擎的研究與設計，由筆耕文化傳播整理發(fā)布。

《重慶大學》 2010年

基于混合用戶模型的協(xié)同過濾推薦算法研究

袁先虎  

【摘要】： 互聯(lián)網(wǎng)的普及和電子商務的迅速發(fā)展造成了信息的過載,用戶在大量的產(chǎn)品信息中難以找到需要的商品,由此,電子商務推薦系統(tǒng)應運而生。當前,電子商務推薦系統(tǒng)在實際運用中還不成熟,仍然存在許多問題,如推薦質(zhì)量受到龐大而稀疏的用戶評價數(shù)據(jù)的嚴重影響、系統(tǒng)的可擴展性能差、推薦實時性差等。論文針對推薦系統(tǒng)存在的主要問題,對電子商務個性化推薦系統(tǒng)中的用戶模型和協(xié)同過濾推薦算法進行了有益的探索和研究。 協(xié)同過濾是個性化推薦系統(tǒng)中應用最廣泛和最成功的推薦技術,但是它也面臨著推薦準確度和可擴展性兩大挑戰(zhàn)。協(xié)同過濾技術分為基于內(nèi)存和基于模型兩種,前者的推薦準確度更高,但可擴展性比后者低。論文提出了混合用戶模型,基于該模型的協(xié)同過濾推薦系統(tǒng)既具有基于內(nèi)存協(xié)同過濾的推薦準確度,又具有基于模型協(xié)同過濾的可擴展性。 在用戶模型層面,論文分析了目前的協(xié)同過濾推薦中經(jīng)典用戶模型存在的缺陷,利用商品組合特征和人口統(tǒng)計信息構建了混合用戶模型�；旌嫌脩裟Ｐ蜐饪s了項目內(nèi)容描述信息、用戶人口統(tǒng)計信息和用戶-項目評分矩陣,提高了用戶模型的信息濃度,在一定程度上解決了稀疏性和冷開始問題�；旌嫌脩裟Ｐ鸵�入的特征興趣度,反映了用戶對特征的偏好程度,在計算用戶之間相似度時更為準確。 在協(xié)同過濾算法層面,論文分析了當前電子商務個性化推薦系統(tǒng)中常用的協(xié)同過濾推薦算法存在的稀疏性、可擴展性、實時性和推薦準確度等問題,提出了基于混合用戶模型的協(xié)同過濾推薦算法。該方法采用基于內(nèi)容的過濾和基于人口統(tǒng)計信息的過濾離線構建用戶模型,然后基于該模型運用協(xié)同過濾在線產(chǎn)生推薦。在特征層、模型層、協(xié)同過濾算法層三個不同層次引入組合,降低了系統(tǒng)的復雜性和計算時間,提高了可擴展性和推薦準確度。協(xié)同過濾算法層引入了遺傳算法學習用戶模型中每個特征的權重取值,使系統(tǒng)對用戶偏好的描述更加準確。 采用MovieLens數(shù)據(jù)集對論文提出的改進算法進行了仿真實驗。實驗結果表明:基于混合用戶模型的協(xié)同過濾推薦算法在推薦的準確性、完整性、可擴展性等方面均優(yōu)于實驗對比算法。

【關鍵詞】：
【學位授予單位】：重慶大學
【學位級別】：碩士
【學位授予年份】：2010
【分類號】：TP301.6
【目錄】：

中文摘要3-4

英文摘要4-8

1 緒論8-12

1.1 研究背景8-9

1.2 研究目的和意義9-10

1.3 主要研究內(nèi)容10-11

1.4 論文結構11

1.5 本章小結11-12

2 電子商務推薦系統(tǒng)及相關技術12-27

2.1 電子商務推薦系統(tǒng)12-16

2.1.1 推薦系統(tǒng)概述12-13

2.1.2 推薦系統(tǒng)定義13-14

2.1.3 推薦系統(tǒng)主要研究內(nèi)容14

2.1.4 推薦系統(tǒng)分類14-16

2.2 推薦算法和技術16-22

2.2.1 基于內(nèi)容的推薦16-17

2.2.2 協(xié)同過濾推薦17-20

2.2.3 基于規(guī)則的推薦20

2.2.4 基于知識的推薦20

2.2.5 組合推薦20-21

2.2.6 各類推薦方法的對比21-22

2.3 基于用戶的協(xié)同過濾推薦算法22-25

2.4 推薦系統(tǒng)面臨的問題與挑戰(zhàn)25-26

2.5 本章小結26-27

3 混合用戶模型27-34

3.1 相關概念27-30

3.1.1 定義27-28

3.1.2 示例解釋28-30

3.2 特征興趣度量30-31

3.3 混合用戶模型31-33

3.3.1 人口統(tǒng)計信息32

3.3.2 混合用戶模型的建立32-33

3.4 本章小結33-34

4 基于混合用戶模型的協(xié)同過濾推薦算法34-48

4.1 思路34-35

4.2 遺傳算法確定特征權重向量35-41

4.2.1 遺傳算法36-37

4.2.2 遺傳算法主要要素37-39

4.2.3 流程與實現(xiàn)39-41

4.3 基于混合用戶模型的協(xié)同過濾推薦41-45

4.3.1 混合用戶模型量化41-43

4.3.2 混合用戶模型上的協(xié)同過濾43-44

4.3.3 流程與實現(xiàn)44-45

4.4 冷開始問題與解決方案45-47

4.5 本章小結47-48

5 實驗48-54

5.1 實驗數(shù)據(jù)48

5.2 實驗評估標準48-49

5.3 實驗方案49-50

5.4 實驗結果與分析50-53

5.5 本章小結53-54

6 結論與展望54-56

6.1 工作總結54-55

6.2 未來展望55-56

致謝56-57

參考文獻57-60

附錄60

作者在攻讀學位期間發(fā)表的論文目錄60

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【引證文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前3條

1 王穎;基于關聯(lián)規(guī)則的電子商務個性化推薦模型研究[D];東北財經(jīng)大學;2012年

2 張興邦;基于協(xié)同過濾的個性化垂直搜索引擎的研究與設計[D];吉林大學;2013年

3 周超;面向數(shù)據(jù)稀疏問題的協(xié)同過濾推薦算法改進研究[D];杭州電子科技大學;2013年

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 許海玲;吳瀟;李曉東;閻保平;;互聯(lián)網(wǎng)推薦系統(tǒng)比較研究[J];軟件學報;2009年02期

2 劉魯;任曉麗;;推薦系統(tǒng)研究進展及展望[J];信息系統(tǒng)學報;2008年01期

3 馬宏偉;張光衛(wèi);李鵬;;協(xié)同過濾推薦算法綜述[J];小型微型計算機系統(tǒng);2009年07期

4 劉建國;周濤;汪秉宏;;個性化推薦系統(tǒng)的研究進展[J];自然科學進展;2009年01期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 郭煒;高琳琦;;電子旅游中間商的個性化信息服務模式研究[J];情報科學;2006年05期

2 易明;鄧衛(wèi)華;徐佳;;社會化標簽系統(tǒng)中基于組合策略的個性化知識推薦研究[J];情報科學;2011年07期

3 趙捷;胡吉明;;Taste環(huán)境下基于對分網(wǎng)絡的社會化推薦引擎構建[J];情報科學;2011年10期

4 奉國和;梁曉婷;;國內(nèi)推薦引擎學術研究知識圖譜分析[J];情報科學;2012年01期

5 李君君;葉鳳云;;數(shù)字圖書館的個性化推薦策略[J];情報理論與實踐;2006年04期

6 胡吉明;;社會化推薦中基于對分網(wǎng)絡的用戶偏好預測[J];情報理論與實踐;2011年04期

7 周之誠;;用戶意圖聚類的數(shù)字資源推薦方法[J];情報理論與實踐;2011年06期

8 艾斯特;;基于SOA的混合個性化推薦平臺研究[J];情報理論與實踐;2012年05期

9 徐明德;黃振和;汪俊良;;基于RS理論的電子對抗裝備編配輔助決策方法[J];指揮控制與仿真;2006年02期

10 黃曉斌;數(shù)字圖書館推薦系統(tǒng)研究[J];情報資料工作;2005年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 高琪;辛樂;;基于用戶偏好度模型和情感計算的產(chǎn)品推薦算法[A];第二十九屆中國控制會議論文集[C];2010年

2 王茹;郭曉;曹雪珊;;國內(nèi)視頻網(wǎng)站精準投放技術分析[A];2011年通信與信息技術新進展——第八屆中國通信學會學術年會論文集[C];2011年

3 段巍巍;;電信客戶流失預測主題建模[A];第十屆中國科協(xié)年會信息化與社會發(fā)展學術討論會分會場論文集[C];2008年

4 ;An Analysis on the Personalized Recommendation Architecture of Mobile Commerce Application[A];第六屆（2011）中國管理學年會——管理科學與工程分會場論文集[C];2011年

5 ;COLLABORATIVE FILTERING RECOMMENDATION ALGORITHM BASED ON LOOK-AHEAD SELECTIVE SAMPLING[A];2006年中國機械工程學會年會暨中國工程院機械與運載工程學部首屆年會論文集[C];2006年

6 潘宇;林鴻飛;楊志豪;;基于用戶聚類的電子商務推薦系統(tǒng)[A];第三屆學生計算語言學研討會論文集[C];2006年

7 王崇;李一軍;葉強;;基于關聯(lián)規(guī)則的網(wǎng)絡消費者行為變化的挖掘[A];第八屆中國管理科學學術年會論文集[C];2006年

8 高鳳榮;杜小勇;王珊;;數(shù)字圖書館環(huán)境下一種基于語義分類的個性化推薦算法[A];第二十屆全國數(shù)據(jù)庫學術會議論文集（研究報告篇）[C];2003年

9 尤忠彬;陳越;張英;朱揚勇;;基于Web服務的技術轉移平臺推薦系統(tǒng)研究[A];第二十二屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2005年

10 胡必云;李舟軍;王君;;基于心理測量學的協(xié)同過濾相似度方法(英文)[A];NDBC2010第27屆中國數(shù)據(jù)庫學術會議論文集(B輯)[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王杰;基于人工智能的乒乓球比賽技戰(zhàn)術診斷與評估研究[D];上海體育學院;2010年

2 張宇;個性化移動內(nèi)容服務的模型和支持技術研究[D];華中科技大學;2010年

3 王小龍;建設工程數(shù)字化管理體系研究[D];北京交通大學;2010年

4 張寅;個性化技術及其在數(shù)字圖書館中應用的研究[D];浙江大學;2009年

5 陳偉;基于時序文本挖掘的新聞內(nèi)容理解與推薦技術研究[D];浙江大學;2010年

6 黃正行;臨床過程分析與優(yōu)化技術研究[D];浙江大學;2010年

7 曾獻輝;服飾智能適配系統(tǒng)的研究與應用[D];東華大學;2010年

8 胡慕海;面向動態(tài)情境的信息推薦方法及系統(tǒng)研究[D];華中科技大學;2011年

9 葉紅云;面向金融營銷問題的個性化推薦方法研究[D];合肥工業(yè)大學;2011年

10 劉毅捷;視頻社區(qū)中海量數(shù)據(jù)管理方法研究[D];中國科學技術大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 吳則則;支持動態(tài)演進的用戶興趣模型挖掘方法研究[D];山東科技大學;2010年

2 蔡浩;基于Web使用挖掘的協(xié)同過濾推薦算法研究[D];浙江理工大學;2010年

3 沈揚;協(xié)商僵局消解優(yōu)化問題研究[D];鄭州大學;2010年

4 宋超臣;基于推薦網(wǎng)絡的服務搜索技術研究[D];哈爾濱工程大學;2010年

5 劉靖媛;個性搜索引擎中用戶興趣模型研究[D];哈爾濱工程大學;2010年

6 何瑩杰;個性化圖書信息服務技術研究[D];哈爾濱工程大學;2010年

7 李媛;電子商務個性化推薦關鍵技術研究[D];哈爾濱工程大學;2010年

8 吳迪;高校畢業(yè)生就業(yè)推薦系統(tǒng)的設計與開發(fā)[D];大連理工大學;2010年

9 邱兆紅;基于案例推理的建設項目咨詢系統(tǒng)研究[D];大連理工大學;2010年

10 龐軍;雙聚類算法及其在協(xié)同過濾中的應用研究[D];大連理工大學;2010年

【同被引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮翱,劉斌,盧增祥,路海明,王普,李衍達;Open Bookmark——基于Agent的信息過濾系統(tǒng)[J];清華大學學報(自然科學版);2001年03期

2 曾春,邢春曉,周立柱;個性化服務技術綜述[J];軟件學報;2002年10期

3 鄧愛林,朱揚勇,施伯樂;基于項目評分預測的協(xié)同過濾推薦算法[J];軟件學報;2003年09期

4 陳健;印鑒;;基于影響集的協(xié)作過濾推薦算法[J];軟件學報;2007年07期

5 程繼華,施鵬飛;多層次關聯(lián)規(guī)則的有效挖掘算法[J];軟件學報;1998年12期

6 梁勝勇;蘇一丹;馬凱;鐘青燕;;考慮用戶背景信息的協(xié)同過濾算法[J];微計算機信息;2010年36期

7 楊風雷;閻保平;;Web用戶行為模式挖掘研究[J];微電子學與計算機;2008年11期

8 王自強,馮博琴;個性化推薦系統(tǒng)中遺漏值處理方法的研究[J];西安交通大學學報;2004年08期

9 劉魯;任曉麗;;推薦系統(tǒng)研究進展及展望[J];信息系統(tǒng)學報;2008年01期

10 陳世平,周福華,俞海;面向領域的個性化智能檢索系統(tǒng)MySpy的研究與開發(fā)[J];小型微型計算機系統(tǒng);2002年11期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 孫小華;協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題研究[D];浙江大學;2005年

2 李聰;電子商務推薦系統(tǒng)中協(xié)同過濾瓶頸問題研究[D];合肥工業(yè)大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 李媛;電子商務個性化推薦關鍵技術研究[D];哈爾濱工程大學;2010年

2 林佳雄;關聯(lián)規(guī)則挖掘在電子商務推薦系統(tǒng)中的應用研究[D];暨南大學;2011年

3 崔亞洲;一種B2C模式下多模型推薦系統(tǒng)的研究[D];電子科技大學;2006年

4 郗東妹;關聯(lián)規(guī)則的衡量標準及其算法研究[D];長沙理工大學;2006年

5 周洋;個性化推薦系統(tǒng)推薦引擎原型系統(tǒng)研究[D];對外經(jīng)濟貿(mào)易大學;2007年

6 李東海;基于Nutch技術的主題搜索引擎實現(xiàn)[D];吉林大學;2008年

7 曹毅;基于內(nèi)容和協(xié)同過濾的混合模式推薦技術研究[D];中南大學;2007年

8 張德宇;基于Apriori的電子商務網(wǎng)站適時推薦系統(tǒng)的研究與實現(xiàn)[D];蘇州大學;2008年

9 李朋軒;基于Web挖掘的電子商務推薦技術的研究[D];哈爾濱工程大學;2009年

10 齊文;基于聚類免疫算法的個性化推薦系統(tǒng)研究[D];天津財經(jīng)大學;2009年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 常金玲;夏國平;;基于Bayesian網(wǎng)絡的電子商務網(wǎng)站質(zhì)量管理模型[J];清華大學學報(自然科學版);2006年S1期

2 張巍;劉魯;朱艷春;;基于多影響因素的網(wǎng)上拍賣信任模型[J];清華大學學報(自然科學版);2006年S1期

3 鄧愛林,朱揚勇,施伯樂;基于項目評分預測的協(xié)同過濾推薦算法[J];軟件學報;2003年09期

4 游文;葉水生;;電子商務推薦系統(tǒng)中的協(xié)同過濾推薦[J];計算機技術與發(fā)展;2006年09期

5 賈麗會;張修如;;BP算法分析與改進[J];計算機技術與發(fā)展;2006年10期

6 高靜;應吉康;;基于人工免疫系統(tǒng)的推薦系統(tǒng)[J];計算機技術與發(fā)展;2007年05期

7 張光衛(wèi);康建初;李鶴松;劉常昱;李德毅;;面向場景的協(xié)同過濾推薦算法[J];系統(tǒng)仿真學報;2006年S2期

8 王衛(wèi)平;劉穎;;基于客戶行為序列的推薦算法[J];計算機系統(tǒng)應用;2006年09期

9 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機系統(tǒng)應用;2006年10期

10 張巍,劉魯,葛健;一種基于粗集的協(xié)同過濾算法[J];小型微型計算機系統(tǒng);2005年11期

《中國學術期刊（光盤版）》電子雜志社有限公司
同方知網(wǎng)數(shù)字出版技術股份有限公司
地址：北京清華大學 84-48信箱 知識超市公司
京ICP證040441號
互聯(lián)網(wǎng)出版許可證 新出網(wǎng)證（京）字008號
出版物經(jīng)營許可證 新出發(fā)京批字第直0595號

訂購熱線：400-819-9993 010-62982499
服務熱線：010-62985026 010-62791813
在線咨詢：
傳真：010-62780361
京公網(wǎng)安備11010802020475號

  本文關鍵詞：基于協(xié)同過濾的個性化垂直搜索引擎的研究與設計，由筆耕文化傳播整理發(fā)布。

，

本文編號：90183