面向冷啟動用戶的服務個性化推薦機制的研究與實現(xiàn).pdf

1、隨著網(wǎng)絡中服務的數(shù)量和種類不斷增多，為了幫用戶在大量服務中找到他需要的服務，服務推薦技術應運而生。傳統(tǒng)的服務推薦方法大多是根據(jù)目標用戶的歷史使用服務記錄，尋找與目標用戶行為相似的鄰居用戶，再推薦鄰居使用過的服務，或尋找與目標用戶使用過的服務相似的服務進行推薦，而對于沒有服務使用記錄的用戶即冷啟動用戶，這些方法無法進行推薦。所以用戶冷啟動問題成為了服務推薦中亟待解決的問題之一。
　　現(xiàn)有的解決冷啟動問題的算法，一部分需要用戶預先填寫

2、調查問卷以獲取其偏好情況，增加了使用的繁瑣程度;另一部分算法根據(jù)用戶填寫的注冊信息來尋找鄰居用戶以預測其偏好，但是這些算法未考慮用戶各項注冊信息元素對用戶偏好的影響程度是不同的，導致推薦準確率的降低。
　　因此，本碩士論文針對現(xiàn)有的解決用戶冷啟動問題的研究工作中存在的問題，圍繞面向冷啟動用戶的服務個性化推薦機制展開相關研究，主要工作包括以下幾個方面:
　　(1)建立基于注冊信息的用戶相似度模型，使用線性回歸算法，計算各注冊信

3、息項對用戶偏好的影響權重，為進一步利用注冊信息尋找與冷啟動用戶偏好相似的鄰居用戶提供依據(jù)。
　　(2)提出一種面向服務功能的冷啟動用戶個性化推薦算法。該算法使用基于注冊信息的用戶相似度模型，獲取鄰居用戶，從而根據(jù)鄰居用戶的功能偏好預測冷啟動用戶的功能偏好，再將所有服務基于功能特征進行聚類，計算每個功能服務類的功能特征與冷啟動用戶功能需求偏好的匹配程度，將匹配度最高即最能滿足冷啟動用戶功能需求偏好的功能服務類推薦出來。
　　(

4、3)將滿足冷啟動用戶功能需求偏好的功能服務類中的服務作為推薦候選集，進一步提出了一種面向服務QoS（Quality of Service，服務質量）的冷啟動用戶個性化推薦算法。該算法同樣使用基于注冊信息的用戶相似度模型，尋找冷啟動用戶的鄰居用戶，根據(jù)鄰居用戶的QoS需求偏好預測得到冷啟動用戶的QoS需求偏好，再根據(jù)冷啟動用戶的上下文信息，預測他使用推薦候選集中的服務時可能體驗到的QoS情況，最后根據(jù)候選集中服務的QoS滿足冷啟動用戶Qo