基于知識(shí)的協(xié)同過濾推薦系統(tǒng)研究.pdf

1、近年來，隨著計(jì)算機(jī)和網(wǎng)絡(luò)的普及，電子商務(wù)得到廣泛的應(yīng)用，并且在逐步演化成為一種全球范圍的、分布的、動(dòng)態(tài)的信息倉庫。電子商務(wù)系統(tǒng)在為用戶提供越來越多選擇的同時(shí)，其結(jié)構(gòu)也變得更加復(fù)雜，用戶經(jīng)常會(huì)迷失在大量的商品信息空間中，無法順利找到自己需要的商品。電子商務(wù)推薦系統(tǒng)應(yīng)運(yùn)而生。它根據(jù)用戶個(gè)人的消費(fèi)偏好，向每個(gè)客戶具有針對性地推薦產(chǎn)品，幫助用戶從龐大的商品目錄中挑選真正適合自己需要的商品，盡可能為每個(gè)顧客提供個(gè)性化的服務(wù)。在日趨激烈的競爭環(huán)境下

2、，電子商務(wù)推薦系統(tǒng)能有效保留用戶，提高電子商務(wù)系統(tǒng)的銷售。因此研究個(gè)性化的推薦系統(tǒng)對電子商務(wù)的發(fā)展具有非常重要的理論意義和現(xiàn)實(shí)意義。 本文以協(xié)同過濾推薦技術(shù)為核心，圍繞基于知識(shí)的協(xié)同過濾推薦系統(tǒng)的關(guān)鍵技術(shù)展開研究。首先借鑒信息檢索領(lǐng)域研究成果，引入領(lǐng)域本體。對本體的表示語言和構(gòu)建工具進(jìn)行比較分析，選擇合適的語言和工具，依照改進(jìn)的本體構(gòu)建方法，建立電影領(lǐng)域本體，為推薦系統(tǒng)實(shí)現(xiàn)知識(shí)理解奠定基礎(chǔ)。然后利用領(lǐng)域本體的蘊(yùn)涵的語義知識(shí)，擴(kuò)展

3、詞語的語義和關(guān)聯(lián)。在此基礎(chǔ)上，提出一種新的相似度算法，提高了相似度計(jì)算精度。其次研究了用戶興趣表示模型和用戶興趣更新的方式。改進(jìn)現(xiàn)有的用戶興趣表示模型，動(dòng)態(tài)調(diào)整興趣權(quán)值，實(shí)時(shí)更新用戶的興趣變化，使推薦系統(tǒng)更好的理解用戶的需求，確保系統(tǒng)的有效性。最后對協(xié)同過濾推薦關(guān)鍵技術(shù)進(jìn)行探討，提出一種改進(jìn)的混合協(xié)同推薦算法，并給出具體流程，為用戶提供更為精確有效的個(gè)性化推薦。 本文的主要研究成果如下： (I)改進(jìn)領(lǐng)域本體的構(gòu)建方法并構(gòu)

4、建一個(gè)電影領(lǐng)域本體 本文借鑒軟件工程中生命周期的思想，綜合多種領(lǐng)域本體構(gòu)建方法的優(yōu)點(diǎn)，對現(xiàn)有本體構(gòu)建法的流程進(jìn)行改進(jìn)，提出了自己的本體構(gòu)建流程，并對其主要步驟進(jìn)行了詳細(xì)闡述。在此基礎(chǔ)上，開發(fā)出一個(gè)基于電影的電子商務(wù)領(lǐng)域本體，為基于知識(shí)的推薦原型系統(tǒng)提供語義知識(shí)支持。同時(shí)，也為相關(guān)電影領(lǐng)域本體構(gòu)建提供了參考和借鑒。 (2)提出一種新的加權(quán)互信息相似度計(jì)算公式 相似度的計(jì)算方法是影響推薦性能的關(guān)鍵。本文對現(xiàn)有相似度計(jì)

5、算方法進(jìn)行深入分析和討論，指出現(xiàn)有相似度計(jì)算的難點(diǎn)和問題所在。參照信息檢索領(lǐng)域的成果，引入領(lǐng)域本體，提供語義知識(shí)支持。在此基礎(chǔ)上，本文借鑒信息論的思想，提出一種新的加權(quán)互信息相似度計(jì)算公式。測試結(jié)果表明：該方法在查全率和查準(zhǔn)率上比傳統(tǒng)相似度計(jì)算公式具有優(yōu)勢。 (3)提出一種新用戶多興趣細(xì)粒度表示模型 本文采用四元組U=(C，K，W，T)表示用戶多興趣細(xì)粒度模型，能夠形成用戶-興趣類別-興趣特征的三層管理方式，刻畫用戶多興

6、趣主題?？紤]到用戶興趣是隨時(shí)間變化而變化的，針對上述四元組用戶多興趣細(xì)粒度模型，提出相應(yīng)的用戶模型和權(quán)重更新策率。該用戶興趣模型能夠細(xì)致地刻畫用戶的興趣和偏好，也利于用戶理解和修改模型，從而能提供更高質(zhì)量的個(gè)性化服務(wù)。 (4)提出一種改進(jìn)的混合協(xié)同過濾推薦算法并研制開發(fā)了CFRSK原型系統(tǒng) 本文提出一種基于用戶和基于項(xiàng)目的混合協(xié)同過濾推薦改進(jìn)算法并給出具體流程，并研制開發(fā)了CFRSK原型系統(tǒng)。該算法主要以基于用戶協(xié)同過濾