基于SVD++推薦系統(tǒng)候選集生成及冷啟動(dòng)解決方法.pdf

1、隨著互聯(lián)網(wǎng)上信息爆發(fā)式的增長(zhǎng)，用戶對(duì)信息也呈現(xiàn)出個(gè)性化的需求。推薦系統(tǒng)通過(guò)用戶偏好數(shù)據(jù)獲取用戶興趣取向，從而為用戶提供個(gè)性化的信息或商品推薦服務(wù)。SVD++算法由于其良好的精確度與可擴(kuò)展性，非常適合用于大型互聯(lián)網(wǎng)系統(tǒng)，已成為推薦系統(tǒng)領(lǐng)域的研究熱門。但冷啟動(dòng)與候選集生成問(wèn)題一直是SVD++算法應(yīng)用的瓶頸。
　　推薦系統(tǒng)需預(yù)測(cè)用戶對(duì)商品子集即候選集的偏好從而形成推薦。而SVD++算法基于隨機(jī)抽樣的候選集生成方法不能生成符合用戶興趣的候

2、選集，推薦結(jié)果的個(gè)性化程度不高，這便是候選集生成問(wèn)題。另一方面，系統(tǒng)擴(kuò)展引入的新用戶、新商品不存在評(píng)分?jǐn)?shù)據(jù)，SVD++算法不能訓(xùn)練新用戶新商品的特征參數(shù)，產(chǎn)生新用戶、新商品無(wú)法加入推薦系統(tǒng)的冷啟動(dòng)問(wèn)題。
　　針對(duì)候選集生成問(wèn)題，考慮到用戶歷史行為與候選集之間的關(guān)聯(lián)，本文利用關(guān)聯(lián)挖掘方法解決候選集生成問(wèn)題，提出了基于FP-Tree的候選集生成方法。本文利用FP-Tree存儲(chǔ)商品間的關(guān)聯(lián)關(guān)系，挖掘與用戶的瀏覽歷史相關(guān)聯(lián)的商品形成候選集