融合蚁群算法的用户浏览路径推荐系统研究

发布时间：2017-07-30 20:09

  本文关键词：融合蚁群算法的用户浏览路径推荐系统研究

  更多相关文章： 推荐系统 协同过滤 蚁群算法 推荐系统多样性

【摘要】：在信息爆炸的网络时代,互联网中所包含的信息量正以指数级的速度成倍增长,简单的搜索引擎已经不能满足用户从大量的信息中搜寻并获取有效信息,信息利用率低。为了解决该问题,研究人员提出推荐系统。推荐系统是一种新型的专家系统,它可以通过对用户的历史行为进行分析,从而在这些历史信息中发现用户的行为习惯和偏好。研究人员将这些分析的思想进一步总结从而形成推荐算法,此后就可以利用该推荐算法向用户推荐商品或其他信息,为用户从海量数据中获取有效信息提供了方便。 本文首先讨论了推荐系统中的核心算法,详尽分析了各推荐算法的原理,并比较相互之间的优劣。为了进一步提高推荐系统的推荐质量,本文在协同过滤算法中融合了仿生学蚁群算法,从而设计了一种新型的推荐算法。该算法模拟蚂蚁觅食原理,将用户视为“蚂蚁”,目标商品视为“食物”,利用蚂蚁之间通过信息素的交流来预测用户下一步将要浏览的商品项目,并通过实验测试该算法在预测准确度和分类准确度的表现。 推荐系统的准确性并不是衡量推荐系统好坏的唯一标准,本文还将多样性指标引入推荐系统,使推荐系统更具个性化,提高用户的友好性。通过实验,将本文提出的算法在标准数据集MovieLens上进行测试,实验结果表明该方法可有效的减少由数据集稀疏带来的问题,提高推荐结果的准确率和召回率,并可使推荐结果具有多样性。
【关键词】：推荐系统 协同过滤 蚁群算法 推荐系统多样性
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP391.3;TP18
【目录】：

• 摘要4-5
• ABSTRACT5-7
• 目录7-11
• 第一章 引言11-14
• 1.1 研究背景11-12
• 1.2 研究目的与内容12-14
• 第二章 推荐算法研究概述14-33
• 2.1 基于内容的推荐算法14-16
• 2.2 协同过滤推荐算法16-17
• 2.3 基于二部图关系的推荐算法17-20
• 2.4 基于网络图随机游走的推荐算法20-25
• 2.5 混合推荐25-26
• 2.6 几种典型的推荐算法综合比较26-28
• 2.7 推荐算法评价指标28-30
• 2.8 推荐系统研究面临的挑战30-33
• 第三章 基于蚁群算法的用户浏览路径推荐方法33-50
• 3.1 蚁群算法概述33-37
• 3.1.1 蚁群算法的原理33-35
• 3.1.2 蚁群算法的数学模型35-36
• 3.1.3 蚁群算法的特点36-37
• 3.2 蚁群算法在推荐系统中的应用37-40
• 3.2.1 预备知识37-38
• 3.2.2 转移概率函数的建立38-39
• 3.2.3 启发式函数的设计39-40
• 3.2.4 项目评分更新规则40
• 3.3 实验设计与分析40-49
• 3.3.1 评价标准41-42
• 3.3.2 实验结果与分析42-49
• 3.4 本章小结49-50
• 第四章 推荐系统多样性的研究50-58
• 4.1 推荐系统多样性50-51
• 4.2 提高推荐系统多样性的方法51-52
• 4.3 蚁群推荐系统多样性的研究52-57
• 4.3.1 评价推荐系统多样性的指标52-53
• 4.3.2 实验结果与分析53-57
• 4.4 本章小结57-58
• 第五章 总结与期望58-61
• 参考文献61-65
• 攻读硕士学位期间发表的论文65-66
• 致谢66

【参考文献】

中国期刊全文数据库 前7条

1 朱郁筱;吕琳媛;;推荐系统评价指标综述[J];电子科技大学学报;2012年02期

2 张流洋;张黎明;陈春雷;祝咏升;;蚁群算法的改进及其在TSP问题中的应用[J];湖南工程学院学报(自然科学版);2007年03期

3 李涛;王建东;叶飞跃;;推荐系统中一种新的相似性计算方法[J];计算机科学;2007年08期

4 詹士昌,徐婕,吴俊;蚁群算法中有关算法参数的最优选择[J];科技通报;2003年05期

5 吴月萍;王娜;马良;;基于蚁群算法的协同过滤推荐系统的研究[J];计算机技术与发展;2011年10期

6 王晗;夏自谦;;基于蚁群算法和浏览路径的推荐算法研究[J];中国科技信息;2009年07期

7 ;Random walk models for top-N recommendation task[J];Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal);2009年07期

，

本文编号：595898