個(gè)性化推薦系統(tǒng)中相似性度量方法研究.pdf

1、隨著電子商務(wù)規(guī)模的不斷擴(kuò)大以及個(gè)性化推薦系統(tǒng)在電子商務(wù)中的廣泛應(yīng)用，使得推薦系統(tǒng)成為一個(gè)非常活躍的研究領(lǐng)域。目前，推薦系統(tǒng)面臨著數(shù)據(jù)極端稀疏、冷啟動(dòng)等問題，使得傳統(tǒng)的推薦算法推薦精度不高，尤其對(duì)協(xié)同過濾算法影響最為突出。究其原因在于推薦算法中傳統(tǒng)的相似性度量方法只簡單的利用用戶評(píng)分來確定用戶間或項(xiàng)目間的相似程度，這并不能準(zhǔn)確的反應(yīng)出用戶或項(xiàng)目間的相似程度，從而造成推薦系統(tǒng)的推薦精度不高。
　　 論文以協(xié)同過濾算法為基礎(chǔ)，對(duì)算法中

2、的用戶間相似度的計(jì)算進(jìn)行了探討研究，并針對(duì)傳統(tǒng)的相似性度量方法的不足給出了一種基于用戶項(xiàng)目類別興趣度的相似性計(jì)算方法來提高協(xié)同過濾算法的推薦效率。論文首先對(duì)協(xié)同過濾算法中當(dāng)前采用的相似性度量方法進(jìn)行了分析，指出傳統(tǒng)相似性度量性方法的缺陷以及其研究的必要性；接著，針對(duì)傳統(tǒng)相似性度量方法僅僅利用用戶評(píng)分來衡量用戶間的相似性的不足，將用戶在項(xiàng)目類別上的興趣度引入到用戶間的相似性計(jì)算當(dāng)中，并與用戶評(píng)分相似性相結(jié)合得到一種基于用戶項(xiàng)目類別興趣度的

3、相似性度量方法。通過實(shí)驗(yàn)對(duì)給出的方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，該方法可以有效地解決傳統(tǒng)相似性方法中存在的不足，對(duì)推薦系統(tǒng)的推薦質(zhì)量有明顯提高；最后，將給出的相似性度量方法應(yīng)用于重慶市某公司的客戶個(gè)性化服務(wù)當(dāng)中，開發(fā)網(wǎng)游客戶個(gè)性化推薦平臺(tái)，該平臺(tái)能夠根據(jù)數(shù)據(jù)源信息，為用戶提供了個(gè)性化推薦功能，一定程度上滿足了用戶對(duì)平臺(tái)個(gè)性化的需求。
　　 通過以上研究，論文從相似性度量方法角度為提高推薦算法的推薦精度提供了參考，并為個(gè)性化推薦技術(shù)