基于改進(jìn)模糊聚類的WFSLIM推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，人們已經(jīng)從PC時(shí)代進(jìn)入了以智能手機(jī)為代表的移動(dòng)互聯(lián)網(wǎng)聯(lián)網(wǎng)時(shí)代，目前人類每天產(chǎn)生的數(shù)據(jù)量呈指數(shù)在增長(zhǎng)。也有人稱21世紀(jì)是數(shù)據(jù)的時(shí)代(DT)。移動(dòng)互聯(lián)網(wǎng)產(chǎn)生巨大數(shù)據(jù)的同時(shí)也極大的促進(jìn)了微博，推特，淘寶等社交和電商網(wǎng)絡(luò)的火熱發(fā)展。根據(jù)CNNIC報(bào)道，截至2016年底，中國(guó)網(wǎng)民總數(shù)已達(dá)7.1億。如此龐大的互聯(lián)網(wǎng)用戶伴隨而來(lái)的是龐大的數(shù)據(jù)。面對(duì)浩渺的數(shù)據(jù)如何利用用戶產(chǎn)生的行為數(shù)據(jù)來(lái)進(jìn)行高效，經(jīng)濟(jì)的個(gè)性化推薦成了各大平臺(tái)重要的

2、研究問(wèn)題。目前無(wú)論微博等社交網(wǎng)絡(luò)或者淘寶等電子商務(wù)網(wǎng)站現(xiàn)有的推薦系統(tǒng)效果往往都是不太盡如人意。社交和電商的推薦系統(tǒng)主要集中在Top-N的推薦問(wèn)題研究上。好的自動(dòng)化推薦系統(tǒng)可以極大提高用戶在平臺(tái)的活躍度和平臺(tái)收益。
　　本文通過(guò)介紹各種傳統(tǒng)推薦算法和其不足之處，比如QQ的基于用戶的協(xié)同過(guò)濾算法就曾出現(xiàn)將前女友推薦給現(xiàn)女友的笑話。當(dāng)然這些缺點(diǎn)還包括推薦準(zhǔn)確率不高，數(shù)據(jù)稀疏，運(yùn)算量龐大等問(wèn)題。提出用基于密度距離加權(quán)的WDFCM聚類算法對(duì)

3、用戶聚類，然后采用綜合考慮用戶之間，項(xiàng)目之間的相關(guān)系數(shù)的WFSLIM推薦算法進(jìn)行推薦，本文主要工作如下：
　?。?）很多電商和社交平臺(tái)的推薦系統(tǒng)主要采用基于模型的協(xié)同過(guò)濾算法。此算法往往存在著數(shù)據(jù)稀疏性，系統(tǒng)可擴(kuò)展性差以及冷啟動(dòng)等問(wèn)題?；赟VD的推薦算法只是簡(jiǎn)單的對(duì)評(píng)分矩陣進(jìn)行數(shù)學(xué)上的矩陣分解，這僅僅是用戶和商品之間的直接關(guān)系。并沒(méi)有全面考慮到用戶之間，項(xiàng)目之間對(duì)預(yù)測(cè)的影響，對(duì)矩陣分解產(chǎn)生的因子矩陣也沒(méi)有過(guò)多的考慮他們所處在推薦

4、系統(tǒng)的真實(shí)意義。
　?。?）FCM模糊聚類算法在處理一些特定場(chǎng)景時(shí)，其實(shí)驗(yàn)結(jié)果的效果很大取決于聚類參數(shù)和中心點(diǎn)的選取，本文綜合考慮了模糊聚類樣本點(diǎn)的距離和密度對(duì)聚類準(zhǔn)確度的影響，提出了WDFCM算法，通過(guò)實(shí)驗(yàn)驗(yàn)證了算法針對(duì)一些數(shù)據(jù)集，聚類準(zhǔn)確度有了顯著的提高并且減少了聚類的迭代次數(shù)。
　?。?）本文將基于模型的推薦算法隱語(yǔ)義模型進(jìn)行了拓展，并在拓展模型中考慮了用戶之間，用戶與用戶集之間以及項(xiàng)目之間的相關(guān)系數(shù)，針對(duì)傳統(tǒng)的推薦算

5、法準(zhǔn)確率低，數(shù)據(jù)稀疏問(wèn)題，本文提出了先將用戶進(jìn)行改進(jìn)的WDFCM聚類，綜合考慮用戶，用戶集以及項(xiàng)目之間的相關(guān)系數(shù)對(duì)評(píng)分矩陣的影響，然后采用改進(jìn)的WFSLIM推薦算法進(jìn)行推薦。從而達(dá)到降低了評(píng)分矩陣的稀疏度并且提高了模型推薦的準(zhǔn)確率。同時(shí)也在一定條件下降低了算法的運(yùn)行時(shí)間。
　?。?）隨著電子商務(wù)網(wǎng)站的用戶和物品數(shù)據(jù)的飛速增加，傳統(tǒng)的推薦算法平臺(tái)在處理海量數(shù)據(jù)時(shí)已經(jīng)明顯性能不足，本文最后在基于Hadoop大數(shù)據(jù)平臺(tái)上，實(shí)現(xiàn)了推薦系統(tǒng)