基于相似评分项目和用户共同偏好的非对称协同过滤算法研究

发布时间：2021-03-14 23:42

　　相似度计算是基于近邻的协同过滤算法流程中的一个重点,其决定了用户的近邻,而用户的近邻则会影响到推荐给用户的项目评分,最终影响到用户能看到的推荐列表,其方法的有效性会直接决定推荐结果的质量。传统的推荐算法在计算用户之间的相似度时,需要获取两个用户评分的项目集合,然后取其交集进行下一步计算,利用评分之间的距离或者是线性关系去捕捉用户之间的相似度,无法充分利用评分中的信息。在消费类推荐系统中的新用户冷启动情况下,更是由于共同评分项目的缺乏,无法挖掘用户的兴趣爱好。本文扩展了传统协同过滤算法中共同评分项目的范围,提出了相似评分项目的概念,解决了冷启动情况下共同评分项目缺乏的问题;将相似评分项目与从评分数据中挖掘的用户共同偏好相结合,提出了一种基于相似项目和用户共同偏好的个性化推荐算法,通过实验验证,该算法较好地缓解了消费类推荐系统中的新用户冷启动问题。本文主要工作包括:（1）介绍了推荐算法的研究意义,分析了协同过滤算法以及其中相似度算法的重要性以及当前的研究现状。（2）介绍了主流的推荐算法,分析了它们各自的优缺点。（3）分析了推荐系统中冷启动问题出现的原因,以及常见的解决方式。通过介绍用户之间... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

推断1Fig3.4FirstInference

推断2Fig3.5SecondInference

用户之间共同评分项目数量占比Fig4.1theProportionofCommonRatingItemsamongusers

【参考文献】：
期刊论文
[1]一种非对称相似度矩阵约束的群组协同过滤算法[J]. 王建芳,谷振鹏,张朋飞,刘永利.  小型微型计算机系统. 2017(12)
[2]基于非对称加权相似度的协同过滤推荐算法[J]. 刘竹松,欧仕华,黄书强.  小型微型计算机系统. 2017(04)
[3]基于位置的非对称相似性度量的协同过滤推荐算法[J]. 王付强,彭甫镕,丁小焕,陆建峰.  计算机应用. 2016(01)
[4]推荐系统中的冷启动问题研究综述[J]. 孙冬婷,何涛,张福海.  计算机与现代化. 2012(05)



本文编号：3083168