基于BP网络融合的电子商务个性化推荐模型研究

发布时间：2017-05-26 08:10

  本文关键词：基于BP网络融合的电子商务个性化推荐模型研究，由笔耕文化传播整理发布。

【摘要】：计算机科学与互联网的发展，使人们生活的方方面面发生了深刻的变革，与此同时网络可用信息呈现出爆炸式的增长，已远远超出人们所能接受的范围，导致信息过载。电子商务网站由于物品种类繁多、数量庞大，往往会对用户形成信息淹没，使用户不能充分发掘自己喜欢的物品，，导致商品销售出现“80%的销售额来自于20%的商品”这一现象。而个性化推荐正是解决这一问题的一种有效措施。 本文首先对个性化推荐系统的架构和工作原理作了简单描述，分析了传统基于内容的推荐算法和基于内存的邻域推荐算法在面对用户量巨大、商品种类繁多的电商应用场景时所表现出的局限性。在此基础上，利用机器学习和最优化理论，从物品的属性出发，分析了基于奇异值分解的LFM模型，并结合用户在电子商务网站购物的具体情形，将购物过程中不同的用户行为对应于不同的隐性反馈信息，并映射为不同的评分比重，从而改进了现有的只考虑了单一隐反馈信息的LFM模型，降低了评分预测误差。 接着，从用户兴趣群体的角度出发，将文本挖掘领域基于概率分布的LDA模型应用于评分预测问题中，并取得了良好的预测效果。在上述工作基础上，鉴于单一推荐模型性能的瓶颈，采用人工神经网络将LDA和改进的LFM模型进行融合，以此探究多模型融合对于推荐性能提升的影响。实验表明融合后的模型较单一模型在评分预测问题中，能够获得更低的均方根误差值。之后，本文将评分预测问题转化为实际的Top N推荐问题，并通过实验证明，均方根误差值的小幅度降低，却能带来推荐精度的显著提高。 最后对全文的研究工作作了总结，并对个性化推荐涉及的其他方面问题的研究作出了展望。
【关键词】：电子商务 个性化推荐 LFM LDA 人工神经网络
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.3
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 绪论9-14
• 1.1 课题研究背景及意义9-10
• 1.2 课题研究现状10-11
• 1.3 本文的主要工作11-12
• 1.4 本文的组织结构12-14
• 第二章 个性化推荐相关理论及技术14-29
• 2.1 个性化推荐系统的架构14-17
• 2.1.1 日志采集与存储14-15
• 2.1.2 推荐引擎架构15-17
• 2.2 推荐系统的评测17-20
• 2.2.1 推荐系统的实验方法17-18
• 2.2.2 推荐系统的测评指标18-20
• 2.3 相关推荐算法20-26
• 2.3.1 基于内容的推荐算法20-21
• 2.3.2 协同过滤推荐21-26
• 2.4 机器学习26-28
• 2.5 本章小结28-29
• 第三章 基于隐含语义模型 LFM 的推荐29-42
• 3.1 引言29-30
• 3.2 随机梯度下降法30-31
• 3.3 隐含语义模型 LFM 分析31-35
• 3.3.1 基于奇异值分解的 LFM31-33
• 3.3.2 结合隐性反馈数据的 LFM33-35
• 3.4 结合电子商务购物场景改进 LFM35-38
• 3.5 实验结果及分析38-41
• 3.5.1 实验环境和数据集介绍38-39
• 3.5.2 RMSE 测评39-41
• 3.6 本章小结41-42
• 第四章 基于人工神经网络融合 LDA 和改进的 LFM42-55
• 4.1 引言42
• 4.2 隐含狄利克雷分布42-47
• 4.2.1 基于隐含狄利克雷分布的推荐算法43-46
• 4.2.2 吉布斯采样46-47
• 4.3 基于 BP 网络融合 LDA 和改进的 LFM47-52
• 4.3.1 人工神经网络47-49
• 4.3.2 BP 网络融合49-50
• 4.3.3 BP 网络学习算法50-52
• 4.4 实验结果分析52-54
• 4.4.1 RMSE 测评52-53
• 4.4.2 Top N 测评53-54
• 4.5 本章小结54-55
• 第五章 总结与展望55-56
• 5.1 本文研究工作总结55
• 5.2 后期工作及展望55-56
• 致谢56-57
• 参考文献57-60
• 附录60-61
• 详细摘要61-62

【参考文献】

中国期刊全文数据库 前4条

1 张亮;柏林森;周涛;;基于跨电商行为的交叉推荐算法[J];电子科技大学学报;2013年01期

2 王国霞;刘贺平;;个性化推荐系统综述[J];计算机工程与应用;2012年07期

3 单斌;李芳;;基于LDA话题演化研究方法综述[J];中文信息学报;2010年06期

4 马雯雯;魏文晗;邓一贵;;基于隐含语义分析的微博话题发现方法[J];计算机工程与应用;2014年01期

  本文关键词：基于BP网络融合的电子商务个性化推荐模型研究，由笔耕文化传播整理发布。

本文编号：396186