基于動態(tài)關(guān)聯(lián)計算的個性化推薦系統(tǒng)的研究.pdf

1、互聯(lián)網(wǎng)的飛速發(fā)展使得網(wǎng)絡(luò)中的數(shù)據(jù)量急劇增加，幫助用戶快速獲取所需信息，推薦給用戶有用的信息成為重要的研究課題。個性化推薦服務(wù)就是針對上述問題而提出的，能夠為不同背景、不同需求的用戶提供不同的服務(wù)，以滿足用戶不同的需求，通過用戶有限的用戶行為，預(yù)測用戶感興趣的信息并推薦給用戶。
　　 本文介紹了當(dāng)前主流推薦技術(shù)的發(fā)展情況，分析了基于協(xié)同和基于內(nèi)容推薦策略的特點(diǎn)、優(yōu)缺點(diǎn)，在此基礎(chǔ)上，提出了通過動態(tài)關(guān)聯(lián)計算，結(jié)合兩種推薦策略構(gòu)建基于動

2、態(tài)關(guān)聯(lián)計算的推薦系統(tǒng)模型。該系統(tǒng)通過動態(tài)關(guān)聯(lián)算法協(xié)調(diào)協(xié)同推薦的結(jié)果和基于果盤模型的內(nèi)容推薦的結(jié)果而產(chǎn)生推薦列表，提出冷啟動推薦列表解決整個系統(tǒng)冷啟動的問題，并給出了整個系統(tǒng)的推薦策略及算法描述，確定了動態(tài)關(guān)聯(lián)計算的參數(shù)設(shè)置。在基于果盤模型的內(nèi)容推薦中，針對本文討論的推薦項目即電影，分析了視頻類數(shù)據(jù)的特點(diǎn)，建立了其內(nèi)容特征向量的模型和用戶興趣模型，提出了使用TF-IDF算法更新用戶興趣模型的方法，給出了基于果盤模型的內(nèi)容推薦算法。在協(xié)同推