基于云模型的推荐系统评分预测算法应用与研究

发布时间：2021-11-15 22:29

　　随着信息时代的高速发展,近年来,海量的用户行为数据创造了巨大的财富,分析用户的行为也成为最有价值的研究之一。在电子商务以及互联网中,推荐系统旨在帮助用户可以快速、准确的从海量信息中找出对自己有用的那一部分,得益于学术界对推荐技术的不断研究,推荐系统也由最初的协同过滤算法发展成为融合各行业技术的一门独立的学科。在当前的推荐技术背景下,研究者把更多的目光投向于改善推荐系统的性能上,通过研究用户的行为数据提高预测的准确率是一个主流的研究方向;同时对推荐系统所面临的问题进行深入的研究也很有意义,如用户评分主观性问题,主观性的存在导致评分标准不统一,从而造成评分的高低并不能完全代表用户对物品的感兴趣程度,数据稀疏问题的存在也对用户兴趣的挖掘造成了一定的困难,针对此类问题论文的主要研究内容和创新如下:1.本论文通过研究用户的评分行为数据,针对推荐系统中的用户评分主观性问题,结合传统的协同过滤算法,设计实现一种基于用户行为的推荐方法。首先,针对评分主观性和个体差异性问题,引入并优化相关云模型理论,利用云模型定量到定性之间相互转换的优势,提出采用综合云模型生成评分标准并转化用户评分的方法;然后,在此基... 

【文章来源】：重庆邮电大学重庆市

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

推荐系统概况图

能完全衡量用户对物品的喜爱程度。.2 基于云的用户评分标准化针对用户评分主观性，本节提出一种用户评分标准化方法，转换后的新评在一个标准下，由此可从源数据上消除用户评分主观性的影响，从而提高准确率。方法主要包括制定评分标准和标准下转换用户评分两部分。.2.1 方法概述用户评分标准化方法目的是转换用户评分使其可以在同一个标准下，方法定评分标准和标准下转换评分两部分，在制定评分标准中，其主要思想利模型可以定性的表示一组数据的特性。

云模型是一种定性与定量相互转换的算法，能够实现定性概念与定量数的不确定性转换，云模型中云滴的隶属度可以刻画云滴在云中的位置以及隶属程度。云模型之所以能够体现一组数字表现的概念并进行定性的评价为逆向云发生器的存在，然而当云滴数量较小时，逆向云发生器存在一定的并会影响云滴隶属度的计算。云是由定量的云滴组合成的，其中单个样本体来说不重要，主题轮廓和形状才是定性概念的表现，逆向云发生器是通云中每个云滴而得到云特征向量( Ex , En , He )的。但云滴的数量也是云特征确计算的前提。在文献逆向云在定性评价[49]中的应用一文中，李德毅指出的数量大于 10 时就可以较为准确的得到 Ex ，误差小于 0.01，当云滴的大时，En 的绝对误差可以控制在 0.01 之内，对于 He 则需要 200 个云滴。文特征向量(0, 1, 0.05)为例，以云滴为横坐标，三个数字特征的绝对误差纵坐作图，如图 4.1 所示：

【参考文献】：
期刊论文
[1]一种新的用于跨领域推荐的迁移学习模型[J]. 王俊,李石君,杨莎,金红,余伟.  计算机学报. 2017(10)
[2]基于位置社交网络的上下文感知的兴趣点推荐[J]. 任星怡,宋美娜,宋俊德.  计算机学报. 2017(04)
[3]基于协同矩阵分解的评分与信任联合预测[J]. 张维玉,吴斌,耿玉水,朱江.  电子学报. 2016(07)
[4]基于属性提升与局部采样的推荐评分预测[J]. 郑麟,朱福喜,姚杏.  计算机学报. 2016(08)
[5]基于云模型的智能驾驶车辆变粒度测评研究[J]. 高洪波,张新钰,张天雷,刘玉超,李德毅.  电子学报. 2016(02)
[6]基于云模型、图论和互信息的遥感影像分割方法[J]. 宋岚,文堂柳,黎海生,王杉.  电子学报. 2015(08)
[7]基于云模型的协同过滤推荐算法[J]. 万年红.  计算机系统应用. 2015(05)
[8]双向认知计算的p阶正态云模型递归定义及分析[J]. 王国胤,许昌林,张清华,王晓蓉.  计算机学报. 2013(11)
[9]基于云模型的时间修正协同过滤推荐算法[J]. 王晓堤,桑婧.  计算机工程与科学. 2012(12)
[10]基于云模型的不确定性QoS感知的Skyline服务选择[J]. 王尚广,孙其博,张光卫,杨放春.  软件学报. 2012(06)



本文编号：3497621