基于協(xié)同過(guò)濾模型與隱語(yǔ)義模型的推薦系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著電子商務(wù)的快速發(fā)展，人們?cè)絹?lái)越習(xí)慣于使用電子商務(wù)網(wǎng)站來(lái)購(gòu)買(mǎi)商品。然而，電子商務(wù)網(wǎng)站提供的海量商品使購(gòu)買(mǎi)者很難快捷的做出決策，他們?cè)趯ふ覞M意的商品時(shí)需要花費(fèi)大量的時(shí)間和精力。如何通過(guò)一種有效的機(jī)制來(lái)幫助人們縮減獲取信息過(guò)程中耗費(fèi)的時(shí)間代價(jià)，同時(shí)保證信息的質(zhì)量，是目前電子商務(wù)研究的熱點(diǎn)和難點(diǎn)。推薦系統(tǒng)可以為用戶帶來(lái)輕松購(gòu)物體驗(yàn)，并專(zhuān)注于感興趣和需要的物品或信息。
　　 本文研究基于協(xié)同過(guò)濾模型與隱語(yǔ)義模型的推薦系統(tǒng)理論與實(shí)現(xiàn)方法

2、，主要對(duì)協(xié)同過(guò)濾推薦算法模型比較;融合隱語(yǔ)義模型和鄰域模型的推薦算法優(yōu)化;基于融合模型的推薦系統(tǒng)的設(shè)計(jì)等三個(gè)問(wèn)題進(jìn)行研究。在此基礎(chǔ)上提出了一種優(yōu)化算法并通過(guò)在Netflix數(shù)據(jù)集上的比較實(shí)驗(yàn)論證了算法的正確性。
　　 本文文根據(jù)個(gè)性化推薦系統(tǒng)的發(fā)展趨勢(shì)，分析了基于協(xié)同過(guò)濾的推薦系統(tǒng)的各種算法，包括基于鄰域的協(xié)同過(guò)濾算法和基于模型的協(xié)同過(guò)濾算法機(jī)制與理論。分析了協(xié)同過(guò)濾算法實(shí)現(xiàn)推薦的構(gòu)建評(píng)分矩陣、計(jì)算相似度、預(yù)測(cè)與推薦等三大步驟。

3、通過(guò)在movielens數(shù)據(jù)集上進(jìn)行分析與實(shí)驗(yàn)，比較了不同相似度度量對(duì)推薦精度的影響以及不同協(xié)同過(guò)濾算法在數(shù)據(jù)集上的表現(xiàn)，總結(jié)了各個(gè)推薦算法的優(yōu)缺點(diǎn)。
　　 研究了隱語(yǔ)義模型的原理和在文本挖掘中的意義，改進(jìn)了經(jīng)典隱語(yǔ)義模型并提出了模型在推薦系統(tǒng)中的實(shí)施步驟。比較了基于隱語(yǔ)義模型的推薦算法與基于鄰域的協(xié)同過(guò)濾算法的特點(diǎn)和局限性。
　　 提出了一種融合鄰域模型與隱語(yǔ)義模型的改進(jìn)推薦算法，并通過(guò)在模型中加入隱性反饋數(shù)據(jù)，進(jìn)一步