基于二部圖的個(gè)性化推薦系統(tǒng)研究與改進(jìn).pdf

1、個(gè)性化推薦系統(tǒng)是解決互聯(lián)網(wǎng)信息超載問題最行之有效的信息過濾方式之一，而推薦算法是其中最關(guān)鍵的組成內(nèi)容。目前對(duì)推薦算法的研究已較為成熟，但仍存在諸多需要完善的地方?；趶?fù)雜網(wǎng)絡(luò)的推薦算法給推薦算法帶來了新的嘗試，也是目前的研究熱點(diǎn)之一。二部圖網(wǎng)絡(luò)是復(fù)雜網(wǎng)絡(luò)中典型的表現(xiàn)形式，它將用戶和項(xiàng)目抽象成二部圖網(wǎng)絡(luò)中的節(jié)點(diǎn)，利用二部圖網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行算法推薦，令推薦過程更加直觀，降低了算法復(fù)雜度，同時(shí)提高了算法效率。本文以基于二部圖網(wǎng)絡(luò)的推薦算法為

2、研究?jī)?nèi)容，提出兩種改進(jìn)的基于評(píng)分二部圖的推薦算法，論文主要工作如下。
　　(1)就個(gè)性化推薦系統(tǒng)的研究?jī)r(jià)值及意義進(jìn)行深入探討，并對(duì)推薦系統(tǒng)的工作流程、主要算法及評(píng)價(jià)指標(biāo)進(jìn)行系統(tǒng)的分析和研究。
　　(2)對(duì)目前推薦系統(tǒng)中常見的推薦算法進(jìn)行對(duì)比分析，重點(diǎn)研究了基于二部圖網(wǎng)絡(luò)的推薦算法，就其模型框架及研究思路進(jìn)行了分析和總結(jié)。
　　(3)通過將基于項(xiàng)目度的非均勻資源分配過程及基于評(píng)分的物質(zhì)傳遞過程引入基于二部圖的推薦算法中，