大數(shù)據(jù)環(huán)境下基于本體的協(xié)同過濾推薦算法改進(jìn)研究.pdf

1、隨著世界經(jīng)濟(jì)的發(fā)展,技術(shù)創(chuàng)新成為推動(dòng)生產(chǎn)力發(fā)展的重要因素,如何將技術(shù)快速轉(zhuǎn)化為生產(chǎn)力,成為世界各國(guó)研究的重要課題。技術(shù)創(chuàng)新平臺(tái)在信息化手段的支撐下,整合產(chǎn)學(xué)研力量,促進(jìn)科技成果轉(zhuǎn)化、產(chǎn)業(yè)化和戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展,推動(dòng)技術(shù)創(chuàng)新和技術(shù)對(duì)接轉(zhuǎn)移。
　　由于技術(shù)創(chuàng)新平臺(tái)應(yīng)用的推廣,技術(shù)創(chuàng)新平臺(tái)的技術(shù)項(xiàng)目和供需用戶越來越多,數(shù)據(jù)量爆發(fā)式增長(zhǎng),供需用戶要在海量信息中快速找到合適的技術(shù)對(duì)接項(xiàng)目極其困難。技術(shù)推薦系統(tǒng)能夠?qū)τ脩暨M(jìn)行個(gè)性化的技術(shù)推薦,

2、提高技術(shù)對(duì)接的成功率。但是在技術(shù)創(chuàng)新平臺(tái)和用戶數(shù)量快速增長(zhǎng)的今天,海量繁雜、多源異構(gòu)的大數(shù)據(jù),自然語(yǔ)言表達(dá)的、潛在的用戶需求成為技術(shù)推薦系統(tǒng)快速有效地產(chǎn)生準(zhǔn)確推薦結(jié)果的瓶頸所在。本文在此大數(shù)據(jù)環(huán)境下,結(jié)合本體論、現(xiàn)代智能推薦算法、大數(shù)據(jù)解決方法等思想,以提高大數(shù)據(jù)環(huán)境下技術(shù)推薦的精度和速度。
　　本文首先分析了技術(shù)創(chuàng)新平臺(tái)和技術(shù)推薦系統(tǒng)的特點(diǎn)、目標(biāo)和研究現(xiàn)狀,分析用戶的需求,發(fā)現(xiàn)了目前技術(shù)推薦系統(tǒng)在大數(shù)據(jù)環(huán)境下存在的問題。結(jié)合技術(shù)

3、推薦系統(tǒng)的大數(shù)據(jù)特點(diǎn),在分析現(xiàn)有技術(shù)推薦系統(tǒng)應(yīng)用現(xiàn)狀的基礎(chǔ)上,選擇了對(duì)于數(shù)據(jù)要求較低、應(yīng)用較為成功的協(xié)同過濾推薦算法。大數(shù)據(jù)環(huán)境下應(yīng)用協(xié)同過濾算法對(duì)于自然語(yǔ)言表達(dá)的用戶需求、用戶潛在需求難以處理,影響了推薦精度。本文針對(duì)這一缺陷,考慮引入本體改進(jìn)技術(shù)推薦模型,建立領(lǐng)域本體知識(shí)庫(kù),將語(yǔ)義相似度結(jié)合到傳統(tǒng)的協(xié)同過濾算法中。一方面提高了推薦精度,可以挖掘動(dòng)態(tài)潛在的用戶需求,另一方面將文本表達(dá)的用戶需求轉(zhuǎn)化為本體知識(shí)庫(kù)中的位置信息,提高了推薦速

4、度。為了測(cè)試改進(jìn)算法的有效性,通過相關(guān)算例測(cè)試結(jié)果表明,改進(jìn)后的算法能在一定程度上提高推薦效率和推薦質(zhì)量。
　　但是對(duì)于海量繁雜的大數(shù)據(jù),引入本體優(yōu)化后的協(xié)同過濾算法的推薦速度還是有所欠缺,本文通過分析比較現(xiàn)有的大數(shù)據(jù)處理方法,結(jié)合技術(shù)推薦系統(tǒng)的大數(shù)據(jù)特點(diǎn),選擇了較為簡(jiǎn)單方便的MapReduce進(jìn)行算法的進(jìn)一步優(yōu)化以提高技術(shù)推薦系統(tǒng)的推薦速度。算例測(cè)試結(jié)果表明,通過MapReduce優(yōu)化后的基于本體的協(xié)同過濾算法的運(yùn)算速度得到進(jìn)一