基于協(xié)同過(guò)濾技術(shù)的推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，用戶與網(wǎng)站的交互也越來(lái)越頻繁，向用戶提出合理的推薦成為了很多網(wǎng)絡(luò)公司的追求商業(yè)利潤(rùn)的關(guān)鍵條件。推薦技術(shù)是個(gè)綜合性的研究領(lǐng)域，它涉及機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、統(tǒng)計(jì)學(xué)、人工智能和模式識(shí)別等領(lǐng)域。這項(xiàng)技術(shù)通過(guò)處理和分析用戶的數(shù)據(jù)來(lái)找出有用的信息，并且向用戶做出推薦。它是目前最熱門的技術(shù)之一。
　　本文首先對(duì)傳統(tǒng)的基于用戶的協(xié)同過(guò)濾算法和基于物品的協(xié)同過(guò)濾算法進(jìn)行了系統(tǒng)的分析和研究。本文在前人研究的基礎(chǔ)上，提出了有關(guān)于傳統(tǒng)

2、基于用戶的協(xié)同過(guò)濾算法的改進(jìn)。本文的研究和驗(yàn)證全部是基于實(shí)驗(yàn)完成，通過(guò)兩組實(shí)驗(yàn)對(duì)幾個(gè)算法取得的不同結(jié)果進(jìn)行了全面的實(shí)現(xiàn)和分析。本文采用被廣泛接受的三個(gè)不同的測(cè)評(píng)標(biāo)準(zhǔn)對(duì)幾個(gè)算法進(jìn)行了全面的評(píng)估。在實(shí)驗(yàn)的數(shù)據(jù)集上，本文通過(guò)實(shí)驗(yàn)證明了改進(jìn)的基于用戶的協(xié)同過(guò)濾算法在推薦的準(zhǔn)確率和召回率上優(yōu)于其他算法。本文分析了經(jīng)修改的基于用戶的協(xié)同過(guò)濾算法只在覆蓋率上取得良好效果的原因，并總結(jié)了提供用戶行為數(shù)據(jù)集的特點(diǎn)。
　　本文使用在實(shí)驗(yàn)中取得較好效果

3、的算法搭建了一個(gè)電影推薦系統(tǒng)，并從數(shù)據(jù)庫(kù)到推薦引擎構(gòu)成以及推薦流程等多角度闡述了系統(tǒng)構(gòu)成。系統(tǒng)從實(shí)際角度出發(fā)，全面的分析了用戶行為特征，并為每個(gè)用戶構(gòu)建與其興趣愛(ài)好相似的人群集合。在經(jīng)過(guò)推薦引擎預(yù)測(cè)出用戶對(duì)系統(tǒng)中所有物品可能的喜好程度后，根據(jù)預(yù)測(cè)值大小排名，組成一個(gè)評(píng)分最高的TopN個(gè)商品推薦給用戶，系統(tǒng)有效地迎合了電影網(wǎng)站用戶群的特點(diǎn)。
　　基于用戶的協(xié)同過(guò)濾算法和基于物品的協(xié)同過(guò)濾算法雖然出現(xiàn)的時(shí)間很早，但現(xiàn)在仍然被很多著名的