基于项目与情绪的协同过滤算法研究与实现

发布时间：2016-11-08 13:05

  本文关键词：积极情绪对用户信息技术采纳意向影响的实验研究——以电子商务推荐系统为例，由笔耕文化传播整理发布。

《北京邮电大学》 2013年

基于项目与情绪的协同过滤算法研究与实现

王强强  

【摘要】：近年来,上下文感知推荐技术成为推荐领域研究的热点之一,它的目的是使用上下文信息进一步提高推荐系统的预测精度。因此,研究如何在基于项目的协同过滤系统中使用情绪上下文有非常重要的意义。 本文首先介绍了推荐系统的相关技术,着重介绍了协同过滤推荐技术。针对推荐系统中普遍存在的数据稀疏性问题和过度拟合问题,本文提出使用因子分解模型、邻居模型和情绪上下文结合的协同过滤算法缓解上述问题。文中对提出的三个不同算法进行深入的研究,最后通过实验验证了三个算法的有效性。 本论文的主要工作包括以下几个方面： (1)研究因子分解模型和情绪上下文结合的推荐算法,其目的是有效缓解数据稀疏性。该算法提出了两种因子分解模型：第一种模型通过构造“用户-项目”二维矩阵,使用SVD矩阵分解方法逆向填充稀疏矩阵,然后使用情绪上下文对填充矩阵作预过滤处理,最后使用Top-K策略进行预测推荐。第二种模型通过构建“用户-项目-情绪”多维矩阵,使用已知评分信息训练得到预测模型,最后使用模型公式进行预测推荐。实验对比表明该算法可以缓解数据稀疏性问题。 (2)研究邻居模型和情绪上下文结合的推荐算法,其目的是有效缓解数据稀疏性产生的过度拟合。该算法首先构造“用户-项目-情绪”三维模型,使用提出的邻居关系挖掘方法,对三维模型进行降维处理得到项目的相似邻居,最后使用最小二乘拟合计算得到相似项目的插值权重后进行预测推荐。实验对比表明该算法可以缓解过度拟合问题。 (3)研究因子分解模型、邻居模型和情绪上下文组合的推荐算法。在上述两种方法研究的基础上,提出情绪上下文相似度计算方法,改进上文中的因子分解模型和邻居模型的构造方法,将两种模型组合后进行推荐预测。实验对比表明该算法能够获得比使用单一模型算法更好的推荐精度。本文针对推荐系统中存在的数据稀疏性问题和过度拟合问题,提出了因子分解模型、邻居模型分别和情绪上下文相结合以及两种模型同时与情绪上下文相结合的推荐算法,实验对比表明上文提出的三个算法较传统算法更有效,且组合推荐算法能够获得比前两个算法更好的推荐精度。

【关键词】：
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TP391.3
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 王征;谷安平;刘心松;;基于在线客户情绪能量感知的商品推荐算法[J];吉林大学学报(信息科学版);2009年03期

2 徐风苓;孟祥武;王立才;;基于移动用户上下文相似度的协同过滤推荐算法[J];电子与信息学报;2011年11期

3 黄武汉;孟祥武;王立才;;移动通信网中基于用户社会化关系挖掘的协同过滤算法[J];电子与信息学报;2011年12期

4 徐翔;王煦法;;基于SVD的协同过滤算法的欺诈攻击行为分析[J];计算机工程与应用;2009年20期

5 李春;朱珍民;高晓芳;陈援非;;基于邻居决策的协同过滤推荐算法[J];计算机工程;2010年13期

6 马庆国;王凯;舒良超;;积极情绪对用户信息技术采纳意向影响的实验研究——以电子商务推荐系统为例[J];科学学研究;2009年10期

7 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期

8 邓爱林,朱扬勇,施伯乐;基于项目评分预测的协同过滤推荐算法[J];软件学报;2003年09期

9 许海玲;吴潇;李晓东;阎保平;;互联网推荐系统比较研究[J];软件学报;2009年02期

10 王立才;孟祥武;张玉洁;;上下文感知推荐系统[J];软件学报;2012年01期

【共引文献】

中国期刊全文数据库 前10条

1 王丽影;刘媛媛;李建英;;个性化服务在网络课程中的应用研究[J];办公自动化;2009年20期

2 高灵渲;张巍;霍颖翔;滕少华;;改进的聚类模式过滤推荐算法[J];江西师范大学学报(自然科学版);2012年01期

3 纪良浩;王国胤;杨勇;;基于协作过滤的Web日志数据预处理研究[J];重庆邮电学院学报(自然科学版);2006年05期

4 纪良浩;;协作过滤信息推荐技术研究[J];重庆邮电大学学报(自然科学版);2012年01期

5 陈大平;;搜索引擎技术方式之探析[J];长春理工大学学报(高教版);2009年10期

6 许建潮;王红梅;;改进的协同过滤算法[J];吉林大学学报(信息科学版);2008年01期

7 陈燕;牟向伟;;语义环境下个性化推荐系统建模[J];吉林大学学报(信息科学版);2010年06期

8 辛勤芳;;基于项目聚类的协同过滤算法研究[J];赤峰学院学报(自然科学版);2011年09期

9 牟乃夏;刘文宝;张灵先;孙翠羽;;空间信息服务的个性化问题[J];测绘科学;2011年03期

10 张智;闫正龙;;地理信息公共服务平台用户行为模式挖掘关键技术研究[J];测绘技术装备;2011年03期

中国重要会议论文全文数据库 前10条

1 雷育生;甘仞初;杨军;;一种基于用户偏好的虚拟网站信息结构自适应调整算法[A];2007年全国第十一届企业信息化与工业工程学术会议论文集[C];2007年

2 王茹;郭晓;曹雪珊;;国内视频网站精准投放技术分析[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

3 王茜;张卫星;;基于分类树相似度加权的协同过滤算法[A];2008年计算机应用技术交流会论文集[C];2008年

4 梁伟贤;;网络搜索引擎发展现状的探讨[A];2007中国科协年会——通信与信息发展高层论坛论文集[C];2007年

5 徐羽琼;李石坚;姚敏;;基于情境感知的个性化邮件服务[A];第四届和谐人机环境联合学术会议论文集[C];2008年

6 刘咏梅;卢鸿剑;杜美玲;;基于Multi-agent的个人电脑客户定制服务推荐系统[A];2006中国控制与决策学术年会论文集[C];2006年

7 汤志伟;王菁;;面向公众的电子政务个性化信息服务体系的构建[A];中国信息经济学会2007年学术年会论文集[C];2007年

8 刘涛;王晓光;黄琨;;数字图书馆的发展及其技术概论[A];信息时代——科技情报研究学术论文集（第三辑）[C];2008年

9 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

10 赵立江;何钦铭;;聚类分析在个性化学习中的研究与应用[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年

中国博士学位论文全文数据库 前10条

1 李思志;网络购物感知风险研究[D];辽宁工程技术大学;2010年

2 张宇;个性化移动内容服务的模型和支持技术研究[D];华中科技大学;2010年

3 冯缨;中小企业电子商务采纳—实施—评价影响因素及方法研究[D];江苏大学;2010年

4 蔺源;基于用户行为的网格资源发现相关问题研究[D];北京交通大学;2011年

5 胡慕海;面向动态情境的信息推荐方法及系统研究[D];华中科技大学;2011年

6 黄永生;基于用户社会属性的点对点内容分发网络模型研究[D];北京邮电大学;2010年

7 冯景瑜;开放式P2P网络环境下的信任管理技术研究[D];西安电子科技大学;2011年

8 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年

9 胡慕海;面向动动情境的信息推荐方法及系统研究[D];华中科技大学;2011年

10 林甲灶;构建个性化智能移动电子商务系统的关键技术与方法研究[D];兰州大学;2011年

中国硕士学位论文全文数据库 前10条

1 吴则则;支持动态演进的用户兴趣模型挖掘方法研究[D];山东科技大学;2010年

2 蔡宏果;基于基因表达式编程的Web个性化推荐技术研究[D];广西师范学院;2010年

3 蔡浩;基于Web使用挖掘的协同过滤推荐算法研究[D];浙江理工大学;2010年

4 刘建东;基于Web访问信息挖掘的数字图书馆个性化服务研究[D];浙江理工大学;2010年

5 许坤;基于本体的应急信息管理系统的研究与设计[D];郑州大学;2010年

6 宋超臣;基于推荐网络的服务搜索技术研究[D];哈尔滨工程大学;2010年

7 蔡宇虹;基于主题的元搜索引擎关键技术研究[D];哈尔滨工程大学;2010年

8 何莹杰;个性化图书信息服务技术研究[D];哈尔滨工程大学;2010年

9 刘佳荟;基于信任度量的网构软件动态演化研究[D];哈尔滨工程大学;2010年

10 李媛;电子商务个性化推荐关键技术研究[D];哈尔滨工程大学;2010年

【二级参考文献】

中国期刊全文数据库 前10条

1 谢海涛;孟祥武;;适应用户需求进化的个性化信息服务模型[J];电子学报;2011年03期

2 王立才;孟祥武;张玉洁;;移动网络服务中基于认知心理学的用户偏好提取方法[J];电子学报;2011年11期

3 方娟;梁文灿;;一种基于协同过滤的网格门户推荐模型[J];电子与信息学报;2010年07期

4 李艳娜;乔秀全;李晓峰;;基于证据理论的上下文本体建模以及不确定性推理方法[J];电子与信息学报;2010年08期

5 王众托;信息化与管理变革[J];管理科学学报;2000年02期

6 赵亮,胡乃静,张守志;个性化推荐算法设计[J];计算机研究与发展;2002年08期

7 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期

8 李蕊;李仁发;;上下文感知计算及系统框架综述[J];计算机研究与发展;2007年02期

9 王玉祥;乔秀全;李晓峰;孟洛明;;上下文感知的移动社交网络服务选择机制研究[J];计算机学报;2010年11期

10 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期

【相似文献】

中国期刊全文数据库 前10条

1 郑先荣;曹先彬;;线性逐步遗忘协同过滤算法的研究[J];计算机工程;2007年06期

2 姜丽红;徐博艺;席俊红;;基于案例推理的过滤算法及智能信息推荐系统[J];清华大学学报(自然科学版);2006年S1期

3 王恒;;基于协同过滤的电子农务推荐系统模型研究[J];宁夏大学学报(自然科学版);2009年04期

4 赵智;孙琰;;协同过滤算法中推荐集选取方法的研究[J];电脑编程技巧与维护;2009年S1期

5 张巍,刘鲁,葛健;一种基于粗集的协同过滤算法[J];小型微型计算机系统;2005年11期

6 王听忠;王辉;;基于协同过滤算法的Web日志预处理[J];计算机时代;2006年02期

7 游文;叶水生;;电子商务推荐系统中的协同过滤推荐[J];计算机技术与发展;2006年09期

8 杨风召;;一种基于特征表的协同过滤算法[J];计算机工程与应用;2007年06期

9 顾晔;吕红兵;;改进的增量奇异值分解协同过滤算法[J];计算机工程与应用;2011年11期

10 胡福华;郑小林;干红华;;基于相似度传递的协同过滤算法[J];计算机工程;2011年10期

中国重要会议论文全文数据库 前10条

1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集（技术报告篇）[C];2005年

2 赵勇;高凤荣;邢春晓;;基于用户权威的协作过滤算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

3 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

4 曾春;周立柱;邢春晓;;基于近邻法的协作过滤算法的改进[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

5 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

6 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

7 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

8 王茜;张卫星;;基于分类树相似度加权的协同过滤算法[A];2008年计算机应用技术交流会论文集[C];2008年

9 焦芬芬;章勇;;基于聚类分析的过滤算法在RSS信息服务中的研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年

10 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

中国重要报纸全文数据库 前10条

1 ;[N];网络世界;2006年

2 张效霞;[N];中国中医药报;2007年

3 ;[N];通信产业报;2005年

4 本报记者 黄俊娴;[N];美术报;2010年

5 陆春涛;[N];美术报;2003年

6 常燕杰;[N];中国计算机报;2006年

7 ;[N];人民邮电;2001年

8 刘溟;[N];经济日报;2004年

9 ;[N];计算机世界;2002年

10 中国反垃圾邮件联盟 王兴宇 叶豪;[N];计算机世界;2004年

中国博士学位论文全文数据库 前10条

1 张亮;推荐系统中协同过滤算法若干问题的研究[D];北京邮电大学;2009年

2 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年

3 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年

4 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年

5 刘青文;基于协同过滤的推荐算法研究[D];中国科学技术大学;2013年

6 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年

7 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年

8 孙小华;协同过滤系统的稀疏性与冷启动问题研究[D];浙江大学;2005年

9 孙慧峰;基于协同过滤的个性化Web推荐[D];北京邮电大学;2012年

10 詹川;反垃圾邮件技术的研究[D];电子科技大学;2005年

中国硕士学位论文全文数据库 前10条

1 黄合鑫;电子商务协同过滤算法的研究与实现[D];北京交通大学;2011年

2 张晓蕾;协同过滤推荐模型及其在汽车电子商务中的应用研究[D];天津师范大学;2010年

3 庞军;双聚类算法及其在协同过滤中的应用研究[D];大连理工大学;2010年

4 胡福华;基于可信相似度传递的协同过滤算法研究与应用[D];浙江大学;2011年

5 邵伟;基于领域知识的协同过滤推荐研究[D];河北大学;2010年

6 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年

7 曾小波;基于协同过滤的推荐系统的研究[D];电子科技大学;2010年

8 金亚亚;一种基于改进信任度的协同过滤算法[D];华东理工大学;2011年

9 李春;协同过滤推荐算法的研究[D];湘潭大学;2010年

10 王小亮;基于协同过滤的个性化推荐算法的优化和应用[D];浙江工商大学;2010年

  本文关键词：积极情绪对用户信息技术采纳意向影响的实验研究——以电子商务推荐系统为例，由笔耕文化传播整理发布。

，

本文编号：167953