自適應(yīng)用戶的Item-based協(xié)同過(guò)濾算法研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的快速發(fā)展所產(chǎn)生的海量信息易造成信息過(guò)載問(wèn)題,導(dǎo)致人們無(wú)法從這些海量信息中快速找到所需的信息。解決信息過(guò)載問(wèn)題以幫助人們快速獲得所需信息已引起研究者的廣泛關(guān)注,各種推薦系統(tǒng)應(yīng)運(yùn)而生。推薦系統(tǒng)是一種為用戶提供個(gè)性化信息服務(wù)的系統(tǒng),其核心是推薦算法,而協(xié)同過(guò)濾算法作為目前應(yīng)用最成功的推薦算法之一,成為推薦系統(tǒng)領(lǐng)域的一個(gè)重要研究方向。雖然在協(xié)同過(guò)濾算法的基礎(chǔ)上衍生出了許多改進(jìn)算法,但仍存在推薦質(zhì)量不高的問(wèn)題。
　　本文在協(xié)同過(guò)

2、濾算法及其改進(jìn)算法的基礎(chǔ)上,對(duì)Item-based協(xié)同過(guò)濾算法的項(xiàng)目相似性度量方法及評(píng)分預(yù)測(cè)方法進(jìn)行修正,以更準(zhǔn)確地預(yù)測(cè)用戶對(duì)未知項(xiàng)目的評(píng)分,從而提高推薦質(zhì)量。
　　論文的主要工作包括:
　?、賹?duì)推薦系統(tǒng)的發(fā)展歷程、組成結(jié)構(gòu)、評(píng)價(jià)指標(biāo)以及相關(guān)技術(shù)進(jìn)行了介紹,重點(diǎn)對(duì)協(xié)同過(guò)濾推薦技術(shù)的原理、分類及存在的問(wèn)題進(jìn)行了分析與總結(jié)。
　?、趥鹘y(tǒng) Item-based協(xié)同過(guò)濾算法在預(yù)測(cè)目標(biāo)用戶對(duì)未知項(xiàng)目的評(píng)分時(shí),忽略了目標(biāo)用戶的評(píng)分

3、習(xí)慣對(duì)推薦效果的影響,導(dǎo)致評(píng)分預(yù)測(cè)準(zhǔn)確性差。本文將目標(biāo)用戶的評(píng)分習(xí)慣引入到評(píng)分預(yù)測(cè)階段,提出了一種改進(jìn)的評(píng)分預(yù)測(cè)方法。
　　③提出了自適應(yīng)用戶的Item-based協(xié)同過(guò)濾算法。由于傳統(tǒng)Item-based協(xié)同過(guò)濾算法計(jì)算項(xiàng)目間相似性時(shí),將每個(gè)共同評(píng)分用戶(對(duì)兩個(gè)項(xiàng)目都評(píng)過(guò)分的用戶)對(duì)項(xiàng)目的評(píng)分視為同等重要,忽略了共同評(píng)分用戶與目標(biāo)用戶的相似性對(duì)項(xiàng)目間相似性的影響,導(dǎo)致與目標(biāo)項(xiàng)目相似性很高的項(xiàng)目在目標(biāo)用戶看來(lái)并不相似。本文所提算法