基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法的研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩70頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、互聯(lián)網(wǎng)的發(fā)展,帶來(lái)了豐富的信息和服務(wù),使人們獲取信息更加容易、便捷。但是隨著網(wǎng)絡(luò)資源的不斷增多,盡管人們都知道在海量的資源中有自己需要的信息,可是人們就是無(wú)法找到這些有價(jià)值的信息,或者找到這些有價(jià)值的信息需要付出很多的時(shí)間和精力,這就是嚴(yán)重的信息過(guò)載問(wèn)題。推薦系統(tǒng)根據(jù)用戶的瀏覽、評(píng)價(jià)、點(diǎn)擊、購(gòu)買等歷史行為獲得用戶的興趣偏好,進(jìn)而向用戶推薦其可能感興趣的物品、信息和服務(wù),可以有效的解決信息過(guò)載問(wèn)題。但是推薦系統(tǒng)仍舊面臨著稀疏性問(wèn)題、可擴(kuò)展

2、性問(wèn)題和冷啟動(dòng)問(wèn)題。本文通過(guò)對(duì)基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦算法進(jìn)行分析研究,提出自己算法,解決以上問(wèn)題。
   本文首先從推薦系統(tǒng)中存在的稀疏性問(wèn)題和可擴(kuò)展性問(wèn)題進(jìn)行展開,建立兩層圖模型。根據(jù)用戶之間的關(guān)系,建立用戶之間的網(wǎng)絡(luò),根據(jù)物質(zhì)擴(kuò)散算法計(jì)算物品之間的關(guān)系,最后根據(jù)用戶對(duì)物品的行為關(guān)系,建立用戶物品之間的關(guān)系,最后形成一個(gè)兩層圖模型。然后基于此兩層圖模型,提出了圖搜索算法Fusion,并對(duì)此圖搜索算法進(jìn)行了改進(jìn),得到RUFusion

3、算法,解決了數(shù)據(jù)稀疏性問(wèn)題和可擴(kuò)展性問(wèn)題。
   針對(duì)冷啟動(dòng)問(wèn)題,由于新用戶還沒有產(chǎn)生過(guò)任何行為,也就是沒有任何歷史交互信息,所以無(wú)法根據(jù)用戶的行為對(duì)其進(jìn)行個(gè)性化推薦。為了解決上述問(wèn)題,本文使用譜聚類算法只需要根據(jù)用戶之間的興趣關(guān)系矩陣W,就可以把用戶劃分成一個(gè)個(gè)的興趣社團(tuán),接著根據(jù)決策樹模型,使得新用戶可以找到自己屬于的興趣組。此時(shí)就搭建起了新用戶和老用戶的橋梁,然后本文提出KCLUSTER-RUFusion算法,進(jìn)行個(gè)性化推

4、薦解決了用戶冷啟動(dòng)問(wèn)題。
   對(duì)于上述問(wèn)題本文都編寫了實(shí)驗(yàn)進(jìn)行測(cè)試,對(duì)于數(shù)據(jù)稀疏性問(wèn)題,本文提出的算法RUFusion比協(xié)同過(guò)濾技術(shù),NBI,RWR算法有更好的推薦效果,能夠顯著提高top-N推薦的準(zhǔn)確度,有比較高的推薦準(zhǔn)確率和召回率。本二層圖模型具有很強(qiáng)的可擴(kuò)展性,很容易替換其他計(jì)算網(wǎng)絡(luò)層關(guān)系的算法,本文接著更改了計(jì)算物品之間計(jì)算的方式,而不改變圖搜索算法,進(jìn)而進(jìn)行個(gè)性化推薦,展示了本二層模型的可擴(kuò)展性。最后本文使用KCLU

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論