基于樹型網(wǎng)絡(luò)結(jié)構(gòu)的用戶相似性度量算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，人們可以從互聯(lián)上獲取更多的信息和服務(wù)。這些信息在為人們帶來方便的同時也給用戶帶來了擇優(yōu)困難。隨著電子商務(wù)不斷發(fā)展，產(chǎn)品數(shù)量迅速增長，用戶需耗費(fèi)大量的時間尋找自己想要的產(chǎn)品。在電子商領(lǐng)域，推薦系統(tǒng)不但能提供個性化推薦，還能通過和用戶之間建立聯(lián)系讓用戶產(chǎn)生依賴。
　　本文首先分別介紹了推薦系統(tǒng)和樹型網(wǎng)絡(luò)結(jié)構(gòu)的研究意義。對現(xiàn)有的樹型網(wǎng)絡(luò)結(jié)構(gòu)相似性度量方法進(jìn)行分析，將相似性計算方法分為基于分解策略、基于路徑比較、

2、基于節(jié)點匹配、基于雙邊匹配法和最大公共子樹法的樹型網(wǎng)絡(luò)結(jié)構(gòu)相似性比較方法。通過研究發(fā)現(xiàn)，傳統(tǒng)的算法存在跨層匹配、沒有考慮節(jié)點的層次權(quán)重等問題。隨后根據(jù)用戶行為數(shù)據(jù)建立用戶樹型網(wǎng)絡(luò)結(jié)構(gòu)并分析其特征，在傳統(tǒng)的基于路徑匹配樹型網(wǎng)絡(luò)結(jié)構(gòu)相似性算法的基礎(chǔ)上提出了基于權(quán)重路徑分解的用戶興趣樹相似性匹配算法。并將該算法應(yīng)用于傳統(tǒng)的協(xié)同過濾推薦方法中，修改了用戶相似性比較方法。
　　最后通過實驗驗證，本文提出的度量模型要優(yōu)于傳統(tǒng)方法，達(dá)到了預(yù)期的