基于二部網(wǎng)絡(luò)分析的推薦算法研究及其應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)的高速發(fā)展與普及，人們的生活與網(wǎng)絡(luò)密切相關(guān)，網(wǎng)絡(luò)上的購(gòu)房租房信息過載成為購(gòu)置或租賃房屋的用戶的一大難題。隨著房屋網(wǎng)站和中介網(wǎng)站中的房屋出租、二手房出售等信息越來越多，部分信息得不到更新，使得用戶很難高效地找到適合自己的房屋信息。相關(guān)網(wǎng)站面臨著的重要問題就是怎樣實(shí)時(shí)并且準(zhǔn)確地向用戶提供其感興趣的房屋，而解決這一問題的有效方法便是個(gè)性化推薦系統(tǒng)。
　　本文作者參加了365淘房網(wǎng)房屋購(gòu)買與租賃推薦系統(tǒng)的部分開發(fā)工作，根據(jù)項(xiàng)目的需

2、要，從二部網(wǎng)絡(luò)分析的角度研究了對(duì)房屋的個(gè)性化推薦方法，并設(shè)計(jì)與開發(fā)了相應(yīng)的房屋推薦系統(tǒng)，主要研究工作和成果如下:
　　(1)根據(jù)房屋推薦系統(tǒng)的數(shù)據(jù)的特點(diǎn)，本文提出了基于二部網(wǎng)絡(luò)社區(qū)挖掘的推薦算法。用帶權(quán)的二部圖來表達(dá)用戶-項(xiàng)目的評(píng)分矩陣。我們提出了二部網(wǎng)絡(luò)社區(qū)挖掘的標(biāo)號(hào)傳遞的算法，先將用戶劃分社區(qū)，再將需要推薦的用戶劃分到最相關(guān)的社區(qū)，然后利用用戶間的相似性進(jìn)行推薦。算法綜合考慮了用戶與社區(qū)的關(guān)系，以及用戶之間、項(xiàng)目之間的相似性，

3、找出用戶有潛在興趣的項(xiàng)目。實(shí)驗(yàn)結(jié)果說明該算法的推薦結(jié)果比較其他相類似的推薦算法具有較高的精度。
　　(2)提出了將二部網(wǎng)絡(luò)鏈接預(yù)測(cè)中的Jaccard指標(biāo)與奇異值分解相結(jié)合的混合推薦算法。算法先用Jaccard算法求出其推薦房源的相似度指標(biāo)矩陣，然后我們用奇異值分解算法補(bǔ)齊Jaccard指標(biāo)矩陣的零元素，從而得到一張完整的推薦列表。我們提出了對(duì)Jaccard指標(biāo)與奇異值分解動(dòng)態(tài)增量更新的算法，以適應(yīng)評(píng)分表的動(dòng)態(tài)變化。實(shí)驗(yàn)結(jié)果說明，該