大數據背景下基于網絡結構的推薦系統(tǒng)的研究.pdf

1、隨著互聯(lián)網技術的快速發(fā)展，網絡中的信息量呈現(xiàn)指數式增長，隨之帶來了信息過載問題。推薦系統(tǒng)被認為是解決信息過載的最有效的方式之一，推薦技術逐漸成為信息領域的一個研究熱點。
　　本文從推薦系統(tǒng)的基礎理論出發(fā)，介紹了幾種當前主流的推薦算法，并著重分析了基于網絡結構的推薦算法。在此基礎上提出了基于用戶的網絡推薦算法、基于項目的網絡推薦算法、基于用戶最近鄰的網絡推薦算法以及基于用戶相似性預測的網絡推薦算法。
　　基于用戶的網絡推薦算法

2、和基于項目的網絡推薦算法分別引入了用戶相似性和項目相似性的概念，使得項目-用戶二部圖中的資源以一種更加個性化的方式流動。通過在MovieLens數據集上進行仿真實驗，驗證了改進后的算法具有較傳統(tǒng)的基于網絡結構的推薦算法更好的推薦效果。
　　基于用戶最近鄰的網絡推薦算法和基于用戶相似性預測的網絡推薦算法通過引入數據集篩選和鏈接預測的概念，降低了數據集的規(guī)模和稀疏性，去除了數據集中的干擾信息。通過在MovieLens數據集上進行仿真實