基于評(píng)分矩陣的推薦算法研究.pdf

1、重慶師范大學(xué)碩士學(xué)位論文基于評(píng)分矩陣的推薦算法研究碩士研究生：宋偉偉指導(dǎo)教師：楊德剛教授學(xué)科專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)所在學(xué)院：計(jì)算機(jī)與信息科學(xué)學(xué)院重慶師范大學(xué)二零一六年四月重慶師范大學(xué)碩士論文中文摘要I基于評(píng)分矩陣的推薦算法研究摘要由于評(píng)分?jǐn)?shù)據(jù)源的規(guī)模不斷增長(zhǎng)，在數(shù)據(jù)信息推薦的過(guò)程中，計(jì)算時(shí)間以及精度方面的問(wèn)題亟待解決，提高推薦結(jié)果的精確度以及降低誤差率，在推薦系統(tǒng)方面是很有意義的。在文中進(jìn)行了相關(guān)的研究，主要做的工作有以下3個(gè)方面。第一，

2、文中在數(shù)據(jù)實(shí)驗(yàn)的基礎(chǔ)上，得出基于用戶的協(xié)同過(guò)濾推薦算法(UserCollabativefilteringrecommendationalgithmUserCF)和基于物品的協(xié)同過(guò)濾推薦算法(ItemCollabativefilteringrecommendationalgithmItemCF)的特性并針對(duì)評(píng)分矩陣數(shù)據(jù)集中的用戶量和物品量的變化趨勢(shì)采用以上兩種過(guò)濾算法進(jìn)行實(shí)驗(yàn)分析。結(jié)果表明，根據(jù)評(píng)分?jǐn)?shù)據(jù)特征選擇合適的過(guò)濾算法，能夠使算法的

3、效率更高，更好的達(dá)到推薦的目的。第二，在C語(yǔ)言的環(huán)境下編寫(xiě)程序，以評(píng)分矩陣為數(shù)據(jù)源，計(jì)算UserCF和ItemCF算法在不同K值下的準(zhǔn)確率、召回率、覆蓋率和新穎度值，通過(guò)四個(gè)評(píng)測(cè)指標(biāo)的實(shí)驗(yàn)來(lái)驗(yàn)證UserCF和ItemCF算法的特點(diǎn)。通過(guò)數(shù)據(jù)實(shí)驗(yàn)和經(jīng)驗(yàn)總結(jié)法，分析UserCF和ItemCF的算法特征。根據(jù)UserCF和ItemCF算法的特點(diǎn)，分析了適用于不同場(chǎng)景的推薦算法的性能，提出了基于評(píng)分矩陣的推薦算法。第三，通過(guò)計(jì)算MAE的值來(lái)確定