基于權限特征的信息推薦技術研究.pdf

1、隨著信息技術的蓬勃發(fā)展，信息資源數(shù)量也呈指數(shù)級增長，越來越多的信息資源一方面給商業(yè)決策、居民生活提供了更多的幫助與便利，另一方面也增加了信息的選擇使用成本，帶來了嚴重的信息泛濫問題。個性化推薦技術是應對信息泛濫問題的有效手段，目前在許多領域已經(jīng)建立了若干個性化推薦系統(tǒng)，但大多數(shù)推薦系統(tǒng)并未對用戶的權限加以區(qū)分，默認用戶具有訪問所有信息的權限。這種方式在構建推薦模型時可帶來一定便利，但在某些應用場景下會帶來一定不足。
　　本文按照信

2、息是否具有訪問權限的限制，將信息分為兩類，非權限信息與權限信息，以目前應用最為廣泛的協(xié)同過濾技術為基礎，對上述兩種信息的個性化推薦問題展開研究，主要工作概括如下：
　　1.比較詳細地闡述了個性化推薦相關的理論和技術，包括推薦系統(tǒng)框架、推薦算法、算法評測等。
　　2.針對非權限信息的個性化推薦問題，分析了協(xié)同過濾技術在該類信息推薦上的不足，針對性地提出了一種基于協(xié)同過濾的Logistic混合推薦算法。該算法是一種層疊式的混合推

3、薦算法，首先利用協(xié)同過濾技術得到粗糙的推薦結(jié)果，然后利用Logistic回歸模型對推薦結(jié)果做進一步判斷。實驗表明針對非權限信息的個性化推薦問題該算法具有較好的推薦效果。
　　3.針對權限信息的個性化推薦問題，分析了協(xié)同過濾技術在該類信息推薦上的不足，針對性地提出了一種基于權限的協(xié)同過濾混合推薦算法。該算法以協(xié)同過濾為基礎，結(jié)合用戶特征，將用戶對不同權限信息的歷史評價分開處理以提高用戶相似度計算的精度，進而提高初始預測結(jié)果的質(zhì)量，然