图书推荐系统中提升Top-N列表多样性算法研究

发布时间：2021-02-12 03:37

　　随着信息技术的快速发展,海量数据映入人们的眼帘。推荐技术的出现帮助人们在海量物品中快速匹配偏好物品。巨大的信息量和日益增长的用户需求促进了推荐算法的发展。推荐系统受到专家学者的关注,并在工业中得到广泛应用。但是,传统的推荐系统过分关注推荐的准确率,却忽视了推荐系统的其它指标,但有时候更需要被关注的是用户对系统的整体满意度。一个准确率高的推荐系统未必是一个好的推荐系统,时常无法给用户提供种类更为丰富的选择,这仍然会降低用户的满意度。而近几年,专家学者们对于推荐系统多样性的关注逐渐增加,越来越多人将目光转移到提升推荐系统多样性上,但一般多样性的提升都会对准确率带来较大的损失,因此,如何平衡这两个指标依旧是一个难以解决的问题。本文研究了推荐指标中的准确性和多样性,提出了一种提升多样性的推荐算法,并将该算法应用于图书推荐系统中,基于此本文主要完成了如下工作和贡献:1.提出了一种提升准确率的候选集算法。准确率作为用户满意度的一个关键性指标,在推荐系统中占据着重要作用,也在多样性提升算法中占据着重要的地位。因此,一个能提升准确率的候选集算法,会对多样性提升推荐算法的整体性能带来极大的影响。本文提出... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

图２－１推荐系统框图??

??图２－２是亚马逊网站上基于内容的推荐算法的实践，在没有任何登录信息的??情况下，根据点击的这本图书的内容来进行相关内容的推荐，推荐了哈利波特的??系列丛书。??哈利．波特与魔法石（日３「７?Ｐ〇ｔｔｅｒ?ａｎｄ?ｔｈｅ?Ｐｈｉｌｏｓｏｐｈｅｒ’ｓ?Ｓｔｏｎｅ）?（ｍｄｉｅ宅子书??Ｊ．Ｋ．?Ｒｏｗ：！ｆＶ５?ｉｉｔＷｉ．?Ｓｕ?Ｎｏ＾ｃ?Ｍｓ?Ｔｒａｒｓｌｅｒｅｄ?ｂｙ?Ａｉｙｉｒ??泠会食讀，５４Ｓ親縣２！分季。〇?Ｄ?２２?‘：分享？么總雜瑟翅’??為ｇＪＢ?丨?ＷｎｄｌｅｆＳ子书?：??；?ＶＯ．ＯＯ?＊ｉｓｎ：ａ？ｄ?ｋｌｉＳｉＣ??５±Ｓ／?Ｕｒ＾＾Ｓ?？￡＊？■￡?Ｖ？ｅ４－２??｜－?：｜?ｆＥｓｓ用ｓｒｊ＾＾ｅｔＳｒＴＥ＾ｉ务．；疋上—Ｍｉ？．?—?ｔｓ？ｒａＳ．大写着一＾??－ＦＭ?－Ｒａｔｅ—？ｓｒ，?Ｊ?Ｓ＊＾＝２ＳＨＷ？．？：ｒ５Ｓｉ？ｆ：Ｄｒｔ？ＩＥ＾．?？＃：：；５－４ＴＳ：ｆ－ｉ？Ｃ＊Ｓ＞??卜?」?Ｓ的手在？扛粧２？￡３：３Ｅ５ｉ￡上有＊漱色３１：．?ＩＳ＊泥括斯：３ｌｉｒｊ＾ａ：ｓ朵??！?ＰＰ＾ＵＵＨ＾＾Ｉ?？了狂１２．?ｆｉｉｌ明ＢＭｉｙｓＳ防

?（３－２）??；＝１??其中，／〇〇是用来建模特征之间交互关系的多层前馈神经网络模块，架构图３－１??下所示：??＼￡）?预测得分??ｍａｍ?ｔＢＳｓｍ?ｔｓｇｍ?ｍｍ?ｔｍｍ?ａｓｍ?ｃｔｗｗｔ?ｇｇａａ?ｍｗｓ?ａｍａ?ｓｂｓｓｓ?ｍｓｅｓ?ｔａｓｔｅ?？ｓｓｓａ??！?１．．．．．．．．．：?１?＾??麗?……?１??Ｉ?１?Ｍ３?［?＼??１??ｔ?＿?１?隐藏层??１??；?层２?Ｉ???ｔ．．．．?．?ｉ??Ｌ?＇?ｆ??１??Ｂｉ－Ｉｎｔｅｒｓａｃｔｉｏｎ?层?交互层??Ｖ２?ｖ５?Ｖ９?．．．?映射层??牛?￣２?￣Ｊ＂Ｋ—??ｉｉ?ｉ???输入特征向量??图３－１?ＮＦＭ模型框架图??映射层是一个全连接层，在这部分将输入的稀疏的独热编码后的特征转换成??稠密的特征向量作为下一部分的输入

【参考文献】：
期刊论文
[1]Web-based推荐系统中的会话推荐多样性研究[J]. 李晶皎,孙丽梅,王骄.  小型微型计算机系统. 2014(06)
[2]推荐系统评价指标综述[J]. 朱郁筱,吕琳媛.  电子科技大学学报. 2012(02)
[3]个性化推荐系统评价方法综述[J]. 刘建国,周涛,郭强,汪秉宏.  复杂系统与复杂性科学. 2009(03)
[4]个性化推荐系统的研究进展[J]. 刘建国,周涛,汪秉宏.  自然科学进展. 2009(01)

硕士论文
[1]支持隐私保护和结果多样性的电影推荐系统[D]. 徐砚伟.曲阜师范大学 2018
[2]面向多样性的推荐算法研究[D]. 师扬波.电子科技大学 2018



本文编号：3030191