基于缺失值迭代预测填充的Slope One混合算法研究

发布时间：2021-11-14 23:27

　　随着最近这些年来互联网的极速扩张,数据量呈指数式的增长,此时推荐系统应运而生。每个不同的领域都出现了相对应的推荐系统,极大的缓解了商家和用户从大量数据中筛选有用数据的难题。Slope One由于它区别于其他算法的易懂的原理、清晰的流程却又高度的准确性使之流行起来,它使用用户之间的评分均差值去预测没有评分的项。在如今Slope One的优化论文数量不计其数、优化的方向多种多样。比如较为流行的引入项目或用户相似度加权Slope One算法,该算法因为引入相似度作为权重,所以较普通的加权Slope One准确性更高。不过该算法依然存在的数据稀疏性、单一算法局限性和某些情况下存在无法预测的问题。所以本文主要针对上面的这些缺陷,对引入项目或用户相似度的加权Slope One提出了两点改进,主要的内容如下:一、由于引入项目或用户相似度的加权Slope One算法需要考虑计算相似度矩阵的问题,所以就不得不重视数据稀疏性的问题。为了应对这一广泛存在的问题,本文提出基于缺失值迭代预测填充的Slope One算法,该算法对用户-评分矩阵一次一次迭代的填补,对于每一次迭代都是使用填充后的评分矩阵计算得出相似... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

全球数据圈的每年规模

第1章绪论4迭代的思想到相似度的加权SlopeOne中，通过迭代可以将无效值稳定在一个范围内，使得修正后的数据计算得出的相似度更加准确，最终达到准确度增加的目的。所以综上所述，本文将相应地改进的算法--基于缺失值迭代预测填充的SlopeOne算法，该算法在每一次的迭代中使用SWSO算法对用户-评分矩阵中为评分项预测填充，接着使用填充后的用户-评分矩阵计算相似度矩阵，这个相似度矩阵在每一次迭代中逐渐精准并对下一次迭代起到影响，直到填充的缺失值达到稳定。该算法缓解了数据的稀疏性同时却增加了计算的复杂度，混合算法的简单流程如下图1.2所示。图1.2基于缺失值迭代预测填充的SlopeOne算法的简单流程2、与其他算法相融合文献[25]中基于缺失值迭代预测填充的协同过滤（简称IFCF）与上述提出的改

第1章绪论5进算法的过程相似，只是一个使用CF预测填充，另一个使用引入User或Item相似度的加权SlopeOne预测填充。本文将两个过程一致但独立的算法进行融合，融合的方式就是需要将缺失值的预测结果由两个算法共同决定而不是其中的任意一个，比如两个算法的对结果所占的比例为9:1。融合后的算法考虑到两种算法各自的优势，避免了单一算法的局限性。混合算法简单流程如下图1.3所示。图1.3混合算法的简单流程1.4本文组织结构第1章绪论。本章首先简要的从推荐系统的如何出现如何发展起来讲起，论述了近些年来国内外推荐系统的发展情况，主要描述了协同过滤和SlopeOne

【参考文献】：
期刊论文
[1]基于深度学习的推荐系统研究综述[J]. 黄立威,江碧涛,吕守业,刘艳博,李德毅.  计算机学报. 2018(07)
[2]基于缺失值迭代预测填充的协同过滤推荐算法[J]. 卢棪,刘应安.  计算机与数字工程. 2016(06)
[3]融合用户相似度与项目相似度的加权Slope One算法[J]. 张玉连,郇思思,梁顺攀.  小型微型计算机系统. 2016(06)
[4]基于评分矩阵填充与用户兴趣的协同过滤推荐算法[J]. 韩亚楠,曹菡,刘亮亮.  计算机工程. 2016(01)
[5]个性化推荐系统综述[J]. 王国霞,刘贺平.  计算机工程与应用. 2012(07)
[6]一种改进的Slope One协同过滤算法[J]. 王毅,楼恒越.  计算机科学. 2011(S1)
[7]基于动态k近邻的SlopeOne协同过滤推荐算法[J]. 孙丽梅,李晶皎,孙焕良.  计算机科学与探索. 2011(09)
[8]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)



本文编号：3495566