当前位置:主页 > 科技论文 > 软件论文 >

基于上下文建模的协同过滤算法研究

发布时间:2017-12-19 23:25

  本文关键词:基于上下文建模的协同过滤算法研究 出处:《广西师范大学》2016年硕士论文 论文类型:学位论文


  更多相关文章: 协同过滤 推荐系统 上下文感知 上下文建模


【摘要】:随着互联网的广泛应用,用户所能接触的信息呈爆发式增长,通过大数据分析用户行为模式、预测趋势的研究开始流行起来。而此时,推荐系统的出现,通过主动给用户推荐其可能感兴趣的商品和服务,大大降低了用户从海量信息中找到自己感兴趣的内容的难度。传统的推荐系统一般是根据分析用户的行为、偏好、个人特征,计算用户之间的相似度,为其产生推荐。通常假定用户喜好一成不变,没有考虑上下文因素对用户选择的影响。上下文感知推荐系统在传统推荐系统上进行扩展,不再仅仅关注用户与项目之间关联,它充分考虑上下文环境(如季节、地域、心情等)对用户决策的影响,将用户当前所处的上下文信息运用到推荐过程中。这使得推荐结果不仅满足个性化要求而且符合情境化需要。在此基础上,本文应用贝叶斯方法对上下文建模,判断某情境中,上下文对用户决策的影响力,改进协同过滤算法,更好的为用户做出个性化的推荐。本文主要在如下几个方面做了研究工作:1.分析上下文的意义和作用,比较了几种上下文范式,选用计算最为复杂但效果最佳的上下文建模范式,结合贝叶斯方式来构建上下文用户兴趣模型,计算用户对项目的评分中上下文出现的概率,将概率作为权重融入到模型中。2.在求解单个用户对单个项目所有评分数据中,考虑到样本量少,难以求得各上下文出现的概率。将用户和项目聚类处理,实验证明,这种分类有助于解决数据稀疏性和计算的复杂度问题。3.改进基于用户的协同过滤算法,将上下文因素融入到算法中,提高推荐的准确度。4.本文在两个数据集上做离线实验,将本文算法与传统的协同过滤算法,DCR(Differential Context Relaxation)算法做对比性实验,结合评测指标MAE和RMSE两个指标,综合对比数据可知本文的算法可在一定程度上提高推荐系统的准确性。
【学位授予单位】:广西师范大学
【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 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

2 王岚;翟正军;;基于时间加权的协同过滤算法[J];计算机应用;2007年09期

3 曾子明;张李义;;基于多属性决策和协同过滤的智能导购系统[J];武汉大学学报(工学版);2008年02期

4 张富国;;用户多兴趣下基于信任的协同过滤算法研究[J];小型微型计算机系统;2008年08期

5 侯翠琴;焦李成;张文革;;一种压缩稀疏用户评分矩阵的协同过滤算法[J];西安电子科技大学学报;2009年04期

6 廖新考;;基于用户特征和项目属性的混合协同过滤推荐[J];福建电脑;2010年07期

7 沈磊;周一民;李舟军;;基于心理学模型的协同过滤推荐方法[J];计算机工程;2010年20期

8 徐红;彭黎;郭艾寅;徐云剑;;基于用户多兴趣的协同过滤策略改进研究[J];计算机技术与发展;2011年04期

9 焦晨斌;王世卿;;基于模型填充的混合协同过滤算法[J];微计算机信息;2011年11期

10 郑婕;鲍海琴;;基于协同过滤推荐技术的个性化网络教学平台研究[J];科技风;2012年06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 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年

3 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

4 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年

5 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

6 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[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

7 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

8 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

9 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年

10 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

中国博士学位论文全文数据库 前10条

1 纪科;融合上下文信息的混合协同过滤推荐算法研究[D];北京交通大学;2016年

2 程殿虎;基于协同过滤的社会网络推荐系统关键技术研究[D];中国海洋大学;2015年

3 于程远;基于QoS的Web服务推荐技术研究[D];上海交通大学;2015年

4 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

5 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年

6 罗恒;基于协同过滤视角的受限玻尔兹曼机研究[D];上海交通大学;2011年

7 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

8 高e,

本文编号:1309859


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1309859.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户e9602***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com