基于協(xié)同過(guò)濾的推薦系統(tǒng)的研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展,電子商務(wù)得到了廣泛的應(yīng)用。系統(tǒng)規(guī)模也變得越來(lái)越大。面對(duì)如此多的信息量,傳統(tǒng)的推薦系統(tǒng)已經(jīng)無(wú)法滿足向人們進(jìn)行個(gè)性化推薦的需求。協(xié)同過(guò)濾做為一種常用的減少信息過(guò)載的技術(shù),已經(jīng)成為個(gè)性化推薦系統(tǒng)的一種主要工具,然而現(xiàn)有的大多數(shù)協(xié)同過(guò)濾算法都存在數(shù)據(jù)稀疏的問(wèn)題。如何在數(shù)據(jù)稀疏的情況下提高推薦系統(tǒng)預(yù)測(cè)的精確率成為本文需要研究的主要問(wèn)題。
　　 本文以協(xié)同過(guò)濾系統(tǒng)中的數(shù)據(jù)稀疏問(wèn)題為主要研究對(duì)象。在深入分析常見(jiàn)的推薦算法

2、的基礎(chǔ)上,提出了結(jié)合奇異值分解、基于用戶和項(xiàng)目的協(xié)同過(guò)濾算法的混合型推薦算法。在數(shù)據(jù)稀疏的情況下,該算法可以提高推薦系統(tǒng)的預(yù)測(cè)精確率。
　　 主要工作包括:
　　 1.論述了推薦系統(tǒng)的研究意義以及國(guó)內(nèi)外研究現(xiàn)狀。
　　 2.深入介紹了基于內(nèi)容的過(guò)濾技術(shù)與協(xié)同過(guò)濾技術(shù),并對(duì)這兩種技術(shù)的優(yōu)缺點(diǎn)進(jìn)行了探討。
　　 3.介紹了奇異值分解的有關(guān)概念與評(píng)價(jià)個(gè)性化推薦系統(tǒng)性能的各種指標(biāo)。
　　 4.深入研究了協(xié)