基于參照的三階段協(xié)同推薦算法.pdf

1、伴隨著互聯(lián)網(wǎng)突飛猛進(jìn)的發(fā)展，網(wǎng)絡(luò)影響到大眾生活的方方面面。人們對(duì)于網(wǎng)上交易的便捷性和智能化也提出了新的要求。如何提升用戶體驗(yàn)，方便、快捷、準(zhǔn)確的提供用戶所需要的內(nèi)容是互聯(lián)網(wǎng)公司一個(gè)急需解決的問(wèn)題。個(gè)性化推薦可以根據(jù)用戶的興趣和愛好進(jìn)行商品的主動(dòng)推薦，提供個(gè)性化的服務(wù)。主動(dòng)推薦技術(shù)幾乎滲透到了互聯(lián)網(wǎng)的各個(gè)領(lǐng)域，對(duì)于提升用戶體驗(yàn)和商家的銷量都有重要意義，在廣告系統(tǒng)中，向用戶推薦感興趣的廣告對(duì)于增加廣告商的收入也很重要。所以，優(yōu)秀的推薦技術(shù)不

2、僅是各大互聯(lián)網(wǎng)公司所急需的，而且也是廣大網(wǎng)民的迫切需求。本文提出了一種新的精準(zhǔn)推薦技術(shù)——基于參照的三階段協(xié)同推薦技術(shù)，結(jié)合潛在語(yǔ)義模型進(jìn)行用戶行為聚類和項(xiàng)目相關(guān)性分析，此外，我們綜合考慮了用戶的興趣進(jìn)行更加精確的推薦。
　　 在三階段推薦算法中，基于關(guān)聯(lián)挖掘的結(jié)果構(gòu)建數(shù)據(jù)矩陣，第一個(gè)階段聚類是在加強(qiáng)用戶和主題矩陣上進(jìn)行的，使用潛在概率語(yǔ)義模型把相似興趣用戶聚在一起。在第二階段中，使用KNN在用戶和主題陣上進(jìn)行二次聚類。第三階段