基于分值傳遞的協(xié)同過(guò)濾推薦技術(shù)研究.pdf

1、依據(jù)信息檢索的方式，互聯(lián)網(wǎng)的發(fā)展經(jīng)歷了門(mén)戶(hù)網(wǎng)站階段、搜索引擎階段以及個(gè)性化推薦階段。個(gè)性化推薦能根據(jù)用戶(hù)的興趣愛(ài)好，自動(dòng)為用戶(hù)提供個(gè)性化的服務(wù)。而作為目前應(yīng)用最成功的推薦技術(shù)之一，協(xié)同過(guò)濾技術(shù)也面臨著推薦準(zhǔn)確性、評(píng)分稀疏性等問(wèn)題。本文針對(duì)這些問(wèn)題，對(duì)基于分值傳遞的協(xié)同過(guò)濾推薦技術(shù)展開(kāi)研究，主要成果有:
　　1.從傳統(tǒng)的基于用戶(hù)圖傳遞模型和基于對(duì)象圖傳遞模型為出發(fā)點(diǎn)，提出了一種改進(jìn)的用于Top-N推薦的聯(lián)合圖傳遞模型。通過(guò)引入局部密

2、度敏感因子，加大關(guān)系密集的圖結(jié)點(diǎn)傳遞的權(quán)重，并進(jìn)行迭代傳遞更新，有效地提高了基于圖傳遞的協(xié)同過(guò)濾推薦性能。
　　2.為克服基于用戶(hù)圖傳遞模型和基于對(duì)象圖傳遞模型無(wú)法充分利用“用戶(hù)-對(duì)象”信息的不足，本文提出了基于點(diǎn)擴(kuò)散的圖傳遞模型。通過(guò)把評(píng)分矩陣中的每個(gè)評(píng)分看作圖傳遞模型中一個(gè)結(jié)點(diǎn)，并在構(gòu)建結(jié)點(diǎn)間的關(guān)系時(shí)考慮“用戶(hù)-對(duì)象”聯(lián)合信息，使得評(píng)價(jià)分值經(jīng)圖模型傳遞之后得到更可靠的評(píng)分預(yù)測(cè)。
　　3.本文提出了基于多視角回歸集成的To