推荐系统中协同过滤算法的研究与改进

发布时间：2024-02-03 06:33

　　随着网络信息技术迅猛发展,人们尽管有越来越多获取信息的方式,还是抵不住信息过载问题的影响——越来越难以准确、快速地定位到所需要的信息。个性化推荐系统是缓解信息过载问题,满足用户个性化需求的重要手段。针对推荐系统中传统基于用户的协同过滤推荐算法的数据稀疏、冷启动问题,提出了SUBCF_CK算法。相较于传统算法,SUBCF_CK算法主要改进工作如下:为减轻用户-项目评分矩阵的稀疏问题对推荐效果的影响,SUBCF_CK算法基于项目分类,参考Slope One算法线性回归方法,根据用户间线性评分线差对评分矩阵进行填充。对于冷启动问题,一方面,SUBCF_CK算法基于项目分类计算用户间的兴趣相似度,并对其设置影像性权重,以避免当用户间共同评分数据较少时兴趣相似度度量的偶然性;另一方面,利用社会化网络中“三度影响力原则”计算出用户间信任相似度,并将其与兴趣相似度相融合,减少新用户历史评分数据过少对推荐效果的影响。在计算用户最近邻居时,将Canopy算法与K-means算法聚类思想融合,采用“粗聚类”、“细聚类”结合的方...

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图4-1基本模型

广东财经大学专业学位硕士论文基于神经协同过滤的个性化电影推荐研究与系统设计374系统需求分析上一章主要对NCF框架中的一种算法实现NeuMF进行了改进和优化，并提出了一种新的算法实现NCFBR，以改善最终的推荐效果。之后两章在前文提出并验证的NCFBR算法的基础上，设计并实现了一....

图6-5服务框架及分层

华南理工大学硕士学位论文60心，因此算法的逻辑设计最为关键，目前推荐算法模型在医疗智能导诊应用已较为成熟，在设计相关功能时完全可以进行实现借鉴，具体实现文献案例如表6-6所示。表6-6基于算法模型在和智能推荐的研究案例研究学者研究结论2014梁璐[34]基于VSM权重改进算法的智....

本文编号：3893886