基于时间和地理位置的个性化推荐算法研究

发布时间：2022-10-09 22:26

　　随着社会的进步,信息的种类和数量不断增加,人们想要在浩如烟海的数据中获得自己感兴趣的信息变得越来越困难。推荐算法的出现为人们缓解了这一问题,并广泛地得到了业界的认可。但是随着推荐算法的不断深入研究,面临的问题也越来越多,传统的推荐算法往往忽视了时空因素对推荐精度的影响,研究发现不同地区的用户的兴趣存在着很大的差别,并且用户的兴趣会随着时间的变化而发生变化,从而导致了算法的推荐精度偏低等问题。此外,大多数用户更倾向于采纳朋友的推荐,因此用户间的信任关系也能在一定程度上影响推荐算法的性能。针对以上问题,本论文着重研究了时间、地理位置因素以及用户间的信任关系等对个性化推荐算法的影响。本论文分为三个部分:第一,提出融合时间隐语义填充和子群划分的推荐算法。在隐语义模型的基础上,融合时间因素来对原始评分矩阵进行填充,得到预测填充矩阵,然后用聚类算法对填充后的评分矩阵进行子群划分,最后用协同过滤算法产生推荐列表;第二,融合时间和位置信息的个性化推荐算法研究。在第一步中得到预测评分矩阵后,结合用户的位置信息来进行协同过滤推荐,最后得到推荐结果;第三,融合信任关系的个性化推荐算法研究。充分挖掘用户间的信... 

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 本文结构安排
第2章 个性化推荐算法的相关概念
    2.1 推荐算法简介
    2.2 个性化推荐算法的分类
    2.3 个性化推荐相似度计算方法
    2.4 评价指标说明
    2.5 本章小结
第3章 融合时间隐语义填充和子群划分的推荐算法
    3.1 引言
    3.2 时间对推荐精度的影响
    3.3 融合时间因素的隐语义模型
    3.4 子群划分及协同推荐
    3.5 实验及分析
    3.6 本章小结
第4章 融合时间和位置信息的个性化推荐算法研究
    4.1 引言
    4.2 地点对推荐系统的影响
    4.3 基于时间和地点的个性化推荐算法
    4.4 实验与分析
    4.5 本章小结
第5章 融合信任关系的个性化推荐算法研究
    5.1 引言
    5.2 信任关系概述
    5.3 融合信任关系的隐语义模型
    5.4 实验及分析
    5.5 本章小结
第6章 总结及展望
    6.1 总结
    6.2 展望
参考文献
后记
攻读硕士学位期间论文发表及科研情况


【参考文献】：
期刊论文
[1]一种基于信任机制的概率矩阵分解协同过滤推荐算法[J]. 王建芳,苗艳玲,韩鹏飞,刘永利.  小型微型计算机系统. 2019(01)
[2]改进模糊划分聚类的协同过滤推荐算法[J]. 苏庆,章静芳,林正鑫,李小妹,蔡昭权,曾永安.  计算机工程与应用. 2019(05)
[3]融合相对评分的个性化兴趣点推荐算法[J]. 单硕堂,陈廷伟,贾梦威.  计算机应用与软件. 2018(10)
[4]基于时间因子的个性化新闻混合推荐研究[J]. 陶永才,火昊,石磊,卫琳.  小型微型计算机系统. 2018(08)
[5]考虑时间动态性和序列模式的个性化推荐算法[J]. 李杰,杨芳,徐晨曦.  数据分析与知识发现. 2018(07)
[6]基于信任和矩阵分解的协同过滤推荐算法[J]. 郑鹏,王应明,梁薇.  计算机工程与应用. 2018(13)
[7]基于歌曲标签聚类的协同过滤推荐算法的研究[J]. 赵宇峰,李新卫.  计算机应用与软件. 2018(06)
[8]基于用户聚类与Slope One填充的协同推荐算法[J]. 龚敏,邓珍荣,黄文明.  计算机工程与应用. 2018(22)
[9]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)
[10]海量学术资源个性化推荐综述[J]. 刘伟,刘柏嵩,王洋洋.  计算机工程与应用. 2018(03)

硕士论文
[1]基于社交网络的个性化推荐服务研究[D]. 朱琳可.西北大学 2012



本文编号：3689464