融合人格特质和物品标签的单分类协同过滤方法研究

发布时间：2020-12-06 15:54

　　个性化推荐系统,现如今已经成为了各类电子商务公司为了满足客户需求的重要工具。但是,在线用户的不断扩充以及产生大量的信息,如何利用这些信息并准确地提供了个性化的内容和服务变得越来越具有挑战性。传统的推荐模型过于依赖用户的偏好评分,而且还常常受到数据稀疏性问题的影响。单分类协同过滤模型更适用于电子商务真实的情况但由于其数据缺失值较多且类别极度不平衡,因此在物品推荐上还有明显的不足之处,如数据稀疏性问题和冷启动问题。为了应对上述的挑战,当前很多研究致力于识别数据中的正例和负例,本文使用用户的人格特质信息和物品标签信息作为补充信息在加权正则矩阵分解模型的基础上提出了两种负例权重策略:一种是利用人格特质信息计算用户对产品的偏好程度,另一种是联合人格特质和物品标签信息计算用户对产品的偏好程度。其负例权重策略基于的基本思想是:用户对产品的偏好程度越大,该缺失项是负例的可能性就越小。在公开数据集Last FM上的实验结果表明本文提出的模型能够提高传统单分类协同过滤模型的性能并有效缓解了数据稀疏性问题和新用户冷启动问题。 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

用户大五人格评分分布图

图 3. 2 隐因子数量的影响Fig 3.2 Impact of the dimension of latent factors外，我们还分析了不同的推荐列表长度对模型的敏感度的影响:：在这里我们了 和 作为分析推荐列表长度对模型影响的指标，其实验结果

图 3. 3 推荐列表长度的影响Fig 3.3 Impact of the size of recommendation list..4 本章小结本章提出了一种在电子市场环境或社交媒体网站上使用的融合人格信息的

【参考文献】：
期刊论文
[1]基于上下文项目评分分裂的协同过滤推荐[J]. 何明,刘毅,常盟盟,吴小飞.  计算机科学. 2017(03)
[2]基于标签主题的协同过滤推荐算法研究[J]. 文俊浩,袁培雷,曾骏,王喜宾,周魏.  计算机工程. 2017(01)
[3]一种优化组合相似度的协同过滤推荐算法[J]. 陈曦,成韵姿.  计算机工程与科学. 2017(01)
[4]融入音乐子人格特质和社交网络行为分析的音乐推荐方法[J]. 琚春华,黄治移,鲍福光.  电信科学. 2015(10)
[5]一种解决新项目冷启动问题的推荐算法[J]. 于洪,李俊华.  软件学报. 2015(06)
[6]基于张量分解的个性化标签推荐算法[J]. 李贵,王爽,李征宇,韩子扬,孙平,孙焕良.  计算机科学. 2015(02)
[7]协同过滤推荐技术综述[J]. 冷亚军,陆青,梁昌勇.  模式识别与人工智能. 2014(08)
[8]推荐系统中的冷启动问题研究综述[J]. 孙冬婷,何涛,张福海.  计算机与现代化. 2012(05)
[9]一种解决协同过滤系统冷启动问题的新算法[J]. 李改,李磊.  山东大学学报(工学版). 2012(02)
[10]Tag-Aware Recommender Systems:A State-of-the-Art Survey[J]. 张子柯,周涛,张翼成.  Journal of Computer Science & Technology. 2011(05)



本文编号：2901643