基于关联分析的用户兴趣漂移挖掘算法研究

发布时间：2017-12-16 07:39

  本文关键词：基于关联分析的用户兴趣漂移挖掘算法研究

  更多相关文章： 数据稀疏 兴趣漂移 关联分析 主题模型 随机游走

【摘要】：随着“大数据”时代的到来,人们被淹没在海量的数据中难以找到真正需求的信息,推荐系统能利用用户的历史消费记录挖掘用户的潜在兴趣进而向其推送有用的信息或商品,成为当下缓解“数据过载”的有效方法。但是传统推荐方法普遍存在三个问题:1、“数据稀疏性”问题:一个真实的网站中用户消费历史往往较少,难以准确体现出用户的真实兴趣;2、用户兴趣变化难以捕获:用户的兴趣会随着消费上下文环境的变化而变化,传统推荐算法都基于用户兴趣稳定的假设,无法准确获取用户的此种兴趣变化;3、推荐“过拟合”问题:推荐系统往往倾向于推荐类似的商品给用户。本文旨在解决上述推荐系统普遍存在的三个问题,做了以下方面的研究。第一,针对“数据稀疏性”问题,建立基于用户关联的数据填充模型。首先,利用评分信息挖掘用户之间相同的偏好并建立关联用户组;其次,根据关联用户组占有度和关联度筛选出强用户关联组;最后,对用户的消费历史进行等时间划分,利用强用户关联组完成对数据稀疏的时间段的填充。第二,针对用户兴趣变化难以捕获的问题,建立用户兴趣漂移模型。首先,利用Latent Dirichlet Allocation(LDA)对用户的每一段时间内的消费历史进行概率主题抽取;其次,结合时间衰减函数建立用户兴趣漂移模型;最后,预测用户下阶段可能的兴趣并进行项目推荐。第三,针对推荐结果“过拟合”问题,建立用户兴趣扩展模型。首先,建立用户之间的时序关联图,利用随机游走算法挖掘用户之间的相互影响关系,获得对目标用户影响最大的近邻集合;其次,利用同样方法挖掘项目之间的相互影响关系;最后,结合基于用户的协同过滤算法和项目影响权重进行项目推荐。实验表明:为解决上述三个问题,本文提出的算法能够更好更好发现用户的潜在兴趣,推荐给用户真正需要的信息和商品。
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3

【相似文献】

中国期刊全文数据库 前10条

1 王杰;使图像的编辑更加容易[J];中文信息;1998年Z1期

2 王波,姚敏;基于信息抽取的匿名用户兴趣描述[J];华南理工大学学报(自然科学版);2004年S1期

3 董全德;;用户兴趣迁移模式与个性化服务[J];电脑知识与技术(学术交流);2007年17期

4 郑运刚;马建国;;基于分类的用户兴趣漂移模型[J];情报杂志;2008年01期

5 张涛;;基于浏览历史的用户兴趣提取模型[J];软件导刊;2009年06期

6 杨杰;陈恩红;;面向个性化服务的用户兴趣偏移检测及处理方法[J];电子技术;2009年11期

7 陈圣兵;李龙澍;纪霞;;多层次用户兴趣模式的动态捕捉[J];计算机工程与应用;2009年36期

8 郑晓健;庞淑英;何英;;一种面向主题的用户兴趣挖掘模型研究[J];昆明学院学报;2010年03期

9 花青松;刘海峰;胡铮;;基于基尼系数的用户兴趣分布模式度量方法[J];计算机工程;2012年22期

10 孙雨生;刘伟;仇蓉蓉;黄传慧;;国内用户兴趣建模研究进展[J];情报杂志;2013年05期

中国重要会议论文全文数据库 前7条

1 赵琦;骆志刚;田文颖;李聪;丁凡;;一种基于负反馈信息的用户兴趣模型修正方法[A];中国通信学会第六届学术年会论文集（下）[C];2009年

2 孙静;郭奇;张志强;冯建华;;一种基于面向领域检索系统的用户兴趣获取方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 孙铁利;教巍巍;;基于马尔科夫模型的用户兴趣导航模型系统(英文)[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

4 廖祝华;刘建勋;易爱平;;基于用户兴趣的Web服务发现[A];2006年全国开放式分布与并行计算机学术会议论文集（三）[C];2006年

5 李晓黎;史忠植;梁永全;刘福桃;;INTERNET网上一种识别用户兴趣的学习方法[A];第十六届全国数据库学术会议论文集[C];1999年

6 田萱;杜小勇;;基于SAM模型的用户兴趣表示研究[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

7 王勇;刘奕群;张敏;马少平;茹立云;;基于用户兴趣分析的网页生命周期建模(英文)[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

中国重要报纸全文数据库 前1条

1 中国科学院计算技术研究所 王 斌;内容为王[N];计算机世界;2004年

中国博士学位论文全文数据库 前9条

1 梁政;面向在线社交网络舆情的信息传播分析关键技术研究[D];国防科学技术大学;2014年

2 张召;在线论坛用户兴趣图谱发现与个性化信息推荐[D];华东师范大学;2012年

3 刘淇;基于用户兴趣建模的推荐方法及应用研究[D];中国科学技术大学;2013年

4 郭岩;网络日志中用户兴趣的挖掘及利用[D];中国科学院研究生院（计算技术研究所）;2004年

5 吴丽辉;个性化的Web信息采集技术研究[D];中国科学院研究生院（计算技术研究所）;2005年

6 谢兴;社会网络中兴趣发现与信息组织的研究[D];复旦大学;2011年

7 李东胜;基于兴趣与保护隐私的在线社区推荐技术研究[D];复旦大学;2012年

8 陈浩;Web搜索的用户兴趣与智能优化研究[D];中南大学;2012年

9 姜邵巍;基于竞争关系的推荐技术研究[D];北京邮电大学;2014年

中国硕士学位论文全文数据库 前10条

1 陈媛媛;用户兴趣图谱演化机制研究[D];武汉理工大学;2014年

2 梁润庭(Runting Leung);面向微博用户的兴趣识别算法的研究与实现[D];西南交通大学;2015年

3 俞忻峰;新浪微博的数据采集和推荐方案研究[D];南京理工大学;2015年

4 杨梅;基于树型网络的多源用户兴趣数据融合方法研究[D];四川师范大学;2015年

5 石光莲;基于形式概念分析的Folksonomy用户兴趣识别研究[D];西南大学;2015年

6 汤文清;微博用户的兴趣及性格分析[D];上海大学;2015年

7 梅佩;基于浏览内容的用户兴趣研究[D];北京化工大学;2015年

8 张少杰;基于用户兴趣的微博广告投放系统的设计与实现[D];山西大学;2015年

9 黄龙伟;基于蚁群算法的WEB日志用户兴趣路径研究[D];江西师范大学;2015年

10 方正;微博短文本分析技术研究及应用[D];电子科技大学;2014年

，

本文编号：1295247