基于協(xié)同過(guò)濾算法的個(gè)性化推薦子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)迅速發(fā)展，網(wǎng)絡(luò)信息海量積累，原本網(wǎng)絡(luò)的作用是幫助人們方便的獲取信息，卻因?yàn)辇嫶蟮男畔⒘?，讓人沒(méi)法迅速的獲得自己需要的信息。大多數(shù)人在花費(fèi)在互聯(lián)網(wǎng)上的時(shí)間用來(lái)尋找合適自己的信息，雖然搜索引擎的飛速發(fā)展有助于解決這樣的問(wèn)題，但是流行的搜索引擎處理原理是幫助人們獲取熱門(mén)信息，面對(duì)用戶(hù)個(gè)性化的需求無(wú)動(dòng)于衷，也無(wú)能為力。雖然大眾的解決方案能解決相當(dāng)一部分人的信息需求，但是潛在的個(gè)性化需要始終沒(méi)有得到滿(mǎn)足。但是因?yàn)閭€(gè)性化的需求是感性的描述

2、，不太方便用理性的數(shù)學(xué)模型描述，所以業(yè)內(nèi)專(zhuān)家在個(gè)性化推薦方面做出了不同的嘗試。
　　協(xié)同過(guò)濾的思想就是一個(gè)不錯(cuò)的嘗試，本課題就是描述協(xié)同過(guò)濾思想在個(gè)性化推薦系統(tǒng)中的應(yīng)用。個(gè)性化推薦系統(tǒng)解決的是用戶(hù)在過(guò)量的信息面前的選擇問(wèn)題，海量的信息會(huì)將用戶(hù)真正需要的那部分淹沒(méi)，造成了用戶(hù)獲取信息的困難。傳統(tǒng)的推薦服務(wù)只是簡(jiǎn)單的基于物品的相關(guān)性來(lái)向用戶(hù)推薦，沒(méi)有考慮到用戶(hù)的個(gè)性需求，有的時(shí)候僅僅基于相似，就可能將這個(gè)商品推薦給用戶(hù)，但是該用戶(hù)很可

3、能是已經(jīng)購(gòu)買(mǎi)過(guò)了的，所以這樣的推薦并沒(méi)有產(chǎn)生實(shí)際效果；還有就是僅僅是基于熱銷(xiāo)榜等因素，大量推薦熱門(mén)物品，卻并不一定符合用戶(hù)的需求，造成了虛假的推薦量，卻沒(méi)有取得真正的效果。
　　本課題充分考慮到用戶(hù)的個(gè)性化需求，基于豐富的用戶(hù)數(shù)據(jù)刻畫(huà)用戶(hù)形象，建立用戶(hù)模型，揣度用戶(hù)可能的興趣取向，從而幫助提升推薦物品對(duì)用戶(hù)產(chǎn)生的實(shí)際幫助效果，并且及時(shí)獲取用戶(hù)反饋，用于改進(jìn)和優(yōu)化推薦服務(wù)。幫助用戶(hù)將大量無(wú)用的數(shù)據(jù)信息剔除掉，將可能有價(jià)值的部分篩選出