基于改进的个性化混合推荐算法的研究

发布时间：2022-01-08 04:23

　　互联网的飞速发展,让更多的信息出现在人们身边,与日俱增的信息量为人们的生活提供了极大的便利,使人们在一定程度上摆脱了信息匮乏的困扰。但是在面对如此大的信息量时,要怎么样精准地获取人们自己想要的信息却成了一个令人困惑的问题。现有的搜索工具在这样海量的信息面前也显得无能为力,而推荐系统的出现为人们的个性化需求带来了福音,并且使得信息的获取更加高效和便捷。本文分析了基于协同过滤的推荐、基于内容的推荐、基于图的推荐、基于关联挖掘的推荐等常用推荐算法。虽然这些算法在不同领域中都有应用,但是仍然存在自适应能力不强、个性化能力不足等问题。基于此,本文尝试对现有的算法进行改进,将改进后的算法按照一定的规则进行混合。在分析了 MovieLens数据集的基本特征后,本文用基于改进后的个性化混合推荐算法在该数据集上进行验证,最终的结果证明,推荐的准确率和覆盖率都优于传统的推荐算法。在算法改进方面,本文将融合相似度后的基于项目的推荐、基于关联挖掘的推荐和基于加权二部图的推荐混合在一起以提高推荐的效果。传统的基于项目的推荐只用到了用户的评分数据,并没有考虑到物品的属性,比如对于电影来说,它的属性可以有导演、演员... 

【文章来源】：浙江工商大学浙江省

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图１－１推荐系统通用模型??

图１－２本文研宄框架??１１??

定义用户集…，心｝，项目集为Ｂ＝｛ｈ，６２，６３，?。在用户和项目??之间有连线，但是用户集之间和项目集之间都没有对应的边相连。如图２－１所示??（圆形代表用户，方形代表项目）构成了一个简单的二部图，其中的连线代表着??用户和项目的选择关系。当用户和项目之间有连线时，说明用户对该项目有过行??为。??图２－１二部图图例??基于二部图的推荐算法分为两种：一种是基于物质扩散的二部图推荐算法，??另一种是基于热传导的二部图推荐算法。??―、基于物质扩散的二部图推荐??在一个由ｍ个用户和ｎ个产品构成的二部图中，用户叫选择过的产品都有??向叫推荐其它产品的能力，像这样的能力可以在二部图中进行资源分配，从而进??行推荐。??＼４??

【参考文献】：
期刊论文
[1]基于标签的商品推荐系统的设计[J]. 张宏,杜鹏.  黑龙江科技信息. 2017(17)
[2]基于用户行为特征的动态权重混合推荐算法[J]. 刘沛文,陈华锋.  计算机应用与软件. 2017(04)
[3]改进的热传导和物质扩散混合推荐算法[J]. 杨卫芳,李学明,乔保学.  计算机工程. 2017(03)
[4]基于二分网络的用户聚类电影推荐系统构建[J]. 李寒芳,吴东月,高强.  电子测试. 2016(20)
[5]一种基于矩阵分解的电影推荐算法[J]. 聂常超.  电子设计工程. 2016(19)
[6]基于个性化混合推荐算法的网络推荐系统[J]. 谢月荣,冯璐瑶,闫炳阳,李占行.  电脑知识与技术. 2016(10)
[7]基于谱聚类和扩展朴素贝叶斯的混合推荐算法[J]. 胡德敏,龚燕.  计算机应用研究. 2016(12)
[8]一种个性化协同过滤混合推荐算法[J]. 蒋宗礼,汪瑜彬.  软件导刊. 2016(03)
[9]基于用户兴趣的协同过滤推荐算法[J]. 方献梅,高晓波.  软件导刊. 2016(02)
[10]一种基于内容的新闻推荐系统实例[J]. 代晨旭,周熙晨.  电脑知识与技术. 2015(25)

硕士论文
[1]关联规则挖掘算法研究与改进[D]. 孙俊.江南大学 2016
[2]个性化混合推荐算法及应用研究[D]. 陈恭泳.中央民族大学 2016
[3]协同过滤技术在电子商务推荐系统中的应用研究[D]. 何安.浙江大学 2007



本文编号：3575884