基于高維子空間聚類(lèi)的協(xié)同過(guò)濾個(gè)性化推薦.pdf

1、近年來(lái)，隨著Internet和信息技術(shù)的飛速發(fā)展，日益嚴(yán)重的“信息過(guò)載”和“信息迷向”問(wèn)題助推了個(gè)性化推薦系統(tǒng)的蓬勃發(fā)展。個(gè)性化推薦系統(tǒng)可以根據(jù)用戶(hù)已有的記錄信息，對(duì)目標(biāo)用戶(hù)所將感興趣的信息進(jìn)行推薦，可以更方便的幫助用戶(hù)找到其所需的信息。推薦系統(tǒng)在應(yīng)用中具有良好的發(fā)展和應(yīng)用前景，逐漸成為一個(gè)重要研究?jī)?nèi)容，得到了越來(lái)越多的關(guān)注。
　　 協(xié)同過(guò)濾是目前最成功的一種推薦算法，它能夠基于其他用戶(hù)的觀點(diǎn)幫助人們作出選擇。它的基本思想：為用

2、戶(hù)找到他真正感興趣的內(nèi)容的好方法是首先找與他興趣相似的用戶(hù)，然后將這些用戶(hù)感興趣的內(nèi)容推薦給此用戶(hù)。但是，隨著網(wǎng)上有效信息的數(shù)量和商品種類(lèi)的急劇增長(zhǎng)，對(duì)推薦系統(tǒng)提出了嚴(yán)峻的挑戰(zhàn)，協(xié)同過(guò)濾推薦中存在一些列的問(wèn)題亟待解決。本文對(duì)此進(jìn)行了深入的分析和研究，全文主要內(nèi)容如下：
　　 (1)論文對(duì)協(xié)同過(guò)濾算法的設(shè)計(jì)和個(gè)性化推薦系統(tǒng)等關(guān)鍵技術(shù)進(jìn)行了研究。通過(guò)對(duì)協(xié)同過(guò)濾改進(jìn)算法中所存在問(wèn)題的分析，深入探討了協(xié)同過(guò)濾算法中影響推薦質(zhì)量的稀疏性問(wèn)

3、題和影響用戶(hù)滿(mǎn)意度的推薦完整性問(wèn)題。
　　 (2)針對(duì)項(xiàng)目—評(píng)分高維數(shù)據(jù)的稀疏性和維度效應(yīng)的特點(diǎn)，引入了高維數(shù)據(jù)的子空間聚類(lèi)算法。采用基于用戶(hù)模式相似的子空間聚類(lèi)算法對(duì)數(shù)據(jù)進(jìn)行聚類(lèi)，改進(jìn)了協(xié)同過(guò)濾算法。同時(shí)提出了對(duì)用戶(hù)數(shù)據(jù)進(jìn)行線下聚類(lèi)，顯著地提高了時(shí)間效率。通過(guò)實(shí)驗(yàn)證明了本文提出的基于用戶(hù)模式子空間聚類(lèi)算法，以及在此基礎(chǔ)上的協(xié)同過(guò)濾算法的推薦結(jié)果明顯優(yōu)于傳統(tǒng)的協(xié)同過(guò)濾算法和基于K-means聚類(lèi)的協(xié)同過(guò)濾算法，在效率和推薦精度上