基于符號(hào)數(shù)據(jù)的群組推薦算法研究.pdf

1、當(dāng)今隨著互聯(lián)網(wǎng)電子商務(wù)的飛速發(fā)展，推薦系統(tǒng)已成為目前已經(jīng)成為各大互聯(lián)網(wǎng)及電子商務(wù)公司不可或缺的信息服務(wù)平臺(tái)。與被廣泛研究的個(gè)體推薦算法相比，關(guān)于群組推薦領(lǐng)域的研究仍很不深入。考慮到符號(hào)數(shù)據(jù)分析作為一種新興的從海量數(shù)據(jù)中發(fā)掘系統(tǒng)知識(shí)的理論和方法，及其所具有的從整體上把握樣本屬性的優(yōu)勢(shì)，本論文旨在利用符號(hào)數(shù)據(jù)分析的方法，對(duì)群組推薦算法進(jìn)行較為深入的研究。
　　 論文主要考慮將兩種常用的符號(hào)數(shù)據(jù)--分布式符號(hào)數(shù)據(jù)和區(qū)間型符號(hào)數(shù)據(jù)，應(yīng)用

2、于群組推薦算法的研究之中。首先研究了將分布式符號(hào)數(shù)據(jù)應(yīng)用于基于項(xiàng)目的協(xié)同過(guò)濾群組推薦算法，對(duì)群組興趣模型進(jìn)行了分布式符號(hào)數(shù)據(jù)描述，改進(jìn)現(xiàn)有的歐式距離公式得到群組興趣模型之間的相似度并以此得到推薦結(jié)果。然后研究了將區(qū)間型符號(hào)數(shù)據(jù)應(yīng)用于群組推薦算法，給出了一般分布區(qū)間型符號(hào)數(shù)據(jù)的定義及基本統(tǒng)計(jì)量描述，并運(yùn)用一種新的區(qū)間型符號(hào)數(shù)據(jù)距離度量，提出一般分布的區(qū)間型符號(hào)數(shù)據(jù)k均值聚類(lèi)算法，并以此給出基于區(qū)間型符號(hào)數(shù)據(jù)K均值聚類(lèi)方法的群組推薦算法。分