基于哈希学习和时间上下文的推荐算法研究

发布时间：2021-08-08 03:14

　　随着科学技术的不断进步,人们已经开启Web2.0时代,随之而来的“信息过载”和“信息爆炸”问题也越来越严重,并且如电商平台等以盈利为目的的网站,存在着经济学中“长尾理论”的现象,即80%的盈利来源于20%的热门商品,但是剩下的80%商品拥有巨大的商业价值,如何将剩余的80%商品推荐给需要的人是解决这一问题的关键。海量的数据使人们需要花费大量的时间和精力去寻找自己所需要的信息,而推荐系统的出现大大地缓解了这一难题。推荐系统通过收集用户的历史行为或者用户的兴趣偏好经过推荐算法的计算来产生用户可能感兴趣的项目列表,在人们没有明确目的或者目的模糊的情况下,推送给用户可能需要的信息。但是推荐系统仍然存在着新用户或者新项目的冷启动问题、准确率问题以及大数据下实时性的问题。本文作者通过大量阅读、收集整理推荐系统相关知识,较为全面地介绍了推荐系统的基本理论知识,阐述了论文的研究意义和国内外的研究现状,针对现有推荐算法中的某些问题与不足进行了探究。本文的主要研究成果如下:首先,针对现有基于时间上下文的推荐算法仅考虑记忆遗忘曲线对用户兴趣变化的影响,而没有将物品以及用户本身具有的时间属性考虑到对用户兴趣的... 

【文章来源】：大连海事大学辽宁省 211工程院校

【文章页数】：82 页

【学位级别】：硕士

【部分图文】：

图３．?３部分爬取到包含时间上下文的电影信息??

％??５００?３４．５９％?３６．７２％?３６．５１％?３６．１３％?３６．４２％?３５．２４％?３４．５３％??３９．００９＊???????????３Ｓ．ＯＯ？＾???３．００．??Ｌ＾－－ｒ???３５．〇〇＾?＾?—Ｉ?Ｉ??３４?Ｏ〇＾￡．?Ｈ??ｍ?５００??３—量：罷－賺?漏一隱－－－??３?！．００？？￡．?－Ｉ￣￣＾￣￣＾￣＾＾￣＾￣＾＾＿，??ｌＯ?２０?３０?５０?＆０?７０??图３．?４随机选取若干数据在Ｎ值下的准确率柱状图??Ｆｉｇ．?３．４?ａｃｃｕｒａｃｙ?ｃｕｒｖｅ?ｏｆ?ｒａｎｄｏｍｌｙ?ｓｅｌｅｃｔｅｄ?ｄａｔａ?ｕｎｄｅｒ?ｎ?ｖａｌｕｅ??－３２－??

，候选电影推荐优先级列表???Ｖ???＾?ｕｐｄａｔｅｄ?Ｒｅｃｏｍｍｅｎｄｓ?ｙ???＾???函数：ｍｅｒｇｅ２ＮｅｗＲｅｃｏｍｍｅｎｄ??输入：Ａｒｒａｙ，ｕｐｄａｔｅＲｅｃｏｍｍｅｎｄｓ；??Ａｒｒａｙ，ｒｅｃｅｎｔＲｅｃｏｍｍｅｎｔ?＾?广?￣?￣Ｔ＼??主体：根据每个电影的推荐优先级合并上ＫｒｅｃｅｎｔＲｅｃｏｍｍｅｎｄｓＪ??次推荐列表与本次候选集并选出前Ｋ项??输出：Ａｒｒａｙ，用户的新推荐????Ｔ???Ｑ?新推＃结！?）??图５．?２实时推荐的具体计算过程??Ｆｉｇ．?５．２?Ｔｈｅ?ｓｐｅｃｉｆｉｃ?ｃａｌｃｕｌａｔｉｏｎ?ｐｒｏｃｅｓｓ?ｏｆ?ｒｅａｌ－ｔｉｍｅ?ｒｅｃｏｍｍｅｎｄａｔｉｏｎ??－４９－??

【参考文献】：
期刊论文
[1]基于多比特量化的哈希方法[J]. 汪曙光,苏亮亮,王琨,唐俊.  传感器与微系统. 2018(12)
[2]基于迭代主成分分析的哈希算法研究与实现[J]. 李志韩,王洪亚.  智能计算机与应用. 2018(04)
[3]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)
[4]自适应多位编码量化的哈希图像检索方法[J]. 徐思雨,蔡佳妮,祝继华,王佳星,栾婷婷,庞善民.  西安交通大学学报. 2017(08)
[5]融合主题模型和协同过滤的多样化移动应用推荐[J]. 黄璐,林川杰,何军,刘红岩,杜小勇.  软件学报. 2017(03)
[6]基于用户兴趣和社交信任的聚类推荐算法[J]. 肖晓丽,钱娅丽,李旦江,谭柳斌.  计算机应用. 2016(05)
[7]大数据哈希学习:现状与趋势[J]. 李武军,周志华.  科学通报. 2015(Z1)
[8]上下文感知推荐系统[J]. 王立才,孟祥武,张玉洁.  软件学报. 2012(01)

硕士论文
[1]基于深度协同过滤与多模态分析的旅游景点推荐系统研究[D]. 朱涛.华东交通大学 2019
[2]基于用户兴趣变化和排序的个性化推荐[D]. 赵春秀.大连海事大学 2018
[3]基于上下文感知的推荐算法研究[D]. 张路遥.长沙理工大学 2017
[4]基于哈希算法的高维数据的最近邻检索[D]. 林悦.浙江大学 2013



本文编号：3329102