当前位置:主页 > 科技论文 > 搜索引擎论文 >

房产信息个性化的推荐算法研究与应用

发布时间:2020-04-28 20:10
【摘要】:在当前的网络环境中,个性化信息推荐服务已成为时代潮流,代表着未来信息服务业的发展方向。目前协同过滤技术的应用范围比较广泛,多个网络平台的个性化推荐服务系统都应用此技术,本文在个性化检索以及推荐领域的各项技术的着重探讨的基础上对房产信息个性化推荐进行研究,主要分析了传统协同过滤技术存在的问题,本文将基于用户聚类的协同过滤与基于项目聚类的内容过滤进行组合运用,在协同过滤的数据预处理阶段综合用户行为特征与项目内容属性,并结合聚类技术,提出以协同过滤方法为框架、融合内容过滤的组合推荐算法,并设计了一个房屋中介智能管理系统来验证算法的有效性,本文的主要工作如下:1.查阅文献发现在数据预处理阶段,传统的协同过滤算法对于用户—项目评分矩阵得依赖性高,这使得用户项目评分矩阵中因为未评分数据的缺失而显得数据比较稀疏。本文为了对用户个人喜好进行深度挖掘并提高系统推荐效果的精度,必须将用户浏览、关注、购买、评价等行为特征和项目内容属性元数据进行特征组合。2.本文通过聚类模型的引入来提高传统协同过滤推荐的实时性和可扩展性指标,提出基于用户和房产信息内容双向聚类改进的思路。本文对用户行为与房产信息内容属性进行了全面利用,同时对用户和项目进行聚类,减少近邻用户或者项目的搜寻空间,不仅提高算法的效率和实时性,也降低了系统的耦合性。3.针对传统的协同过滤算法中面临的数据稀疏性差、准确率低等问题,本文以内容过滤为基础、协同过滤为框架,提出了融合项目内容与用户行为特征的组合推荐算法。首先基于项目聚类的内容过滤预测出原用户项目评分矩阵中未评分项目的分值并将结果添加到原有的用户—评分矩阵中,解决数据稀疏性和冷启动问题;其次,在填充完成后的用户评分矩阵的基础上融合项目聚类结果、房产信息内容属性以及用户行为,提出了一种新的相似度融合的计算方法,最后再通过基于用户聚类的协同过滤推荐,提高算法的准确性。最后,基于真实的某房产中介平台的实验数据集,利用仿真模拟软件对改进的算法进行试验与测试,并将结果与传统的协同过滤推荐算法进行了对比分析,实验证明本文中提出的改进算法在一定程度上提高了系统的实时性与与可拓展性,并通过用户行为特征和房产信息的内容属性深度挖掘了用户的兴趣偏好,在一定程度上使推荐算法的准确性得到了提高。本文将改进的算法应用到开发的房屋中介原型系统中,验证了改进算法在实际应用中的可行性与有效性。
【图文】:

界面图,界面


新用户注册界面

界面图,用户偏好,界面,用户名


图 4.7 用户偏好选择界面登录户浏览该系统时,不需要进行注册,直接进入到系统的登录界面输入,系统首先会在数据库中将用户名与密码进行匹配看是否正跳转到用户的个人主页上。如果输入的用户名与密码中有一项与符就会提示用户输入信息有误,,返回登录页面重新进行登录操作图的 4.8 所示:
【学位授予单位】:东北石油大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.3

【参考文献】

相关期刊论文 前7条

1 金建国;;聚类方法综述[J];计算机科学;2014年S2期

2 武佳薇;李雄飞;孙涛;李巍;;邻域平衡密度聚类算法[J];计算机研究与发展;2010年06期

3 杨博;刘大有;金弟;马海宾;;复杂网络聚类方法[J];软件学报;2009年01期

4 王辉;高利军;王听忠;;个性化服务中基于用户聚类的协同过滤推荐[J];计算机应用;2007年05期

5 何光辉;魏曙光;王蔚韬;;改进的聚类邻居协同过滤推荐算法[J];计算机科学;2004年11期

6 周军锋,汤显,郭景峰;一种优化的协同过滤推荐算法[J];计算机研究与发展;2004年10期

7 路海明,卢增祥,李衍达;基于多Agent混合智能实现个性化信息推荐[J];高技术通讯;2001年04期

相关博士学位论文 前1条

1 毛国君;数据挖掘技术与关联规则挖掘算法研究[D];北京工业大学;2003年

相关硕士学位论文 前9条

1 康杨杨;个性化信息检索中用户偏好分析技术研究[D];苏州大学;2014年

2 李雪;基于协同过滤的推荐系统研究[D];吉林大学;2010年

3 王均波;协同过滤推荐算法及其改进研究[D];重庆大学;2010年

4 李俭霞;电子商务智能推荐技术及应用研究[D];重庆大学;2009年

5 胡升泽;个性化元搜索引擎若干关键技术研究[D];国防科学技术大学;2008年

6 张黎黎;电子商务个性化推荐模型研究[D];重庆大学;2008年

7 王平;基于用户偏好挖掘和主题搜索的情报推荐系统[D];浙江大学;2007年

8 李爱明;个性化搜索引擎用户模型研究[D];华中师范大学;2007年

9 安芳;电子商务个性化信息推荐服务的研究[D];对外经济贸易大学;2006年



本文编号:2643825

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/2643825.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户fec2b***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com