基于情境感知的个性化电影推荐算法的研究

发布时间：2017-02-11 18:35

  本文关键词：基于情境的商品个性化推荐方法研究，由笔耕文化传播整理发布。

《五邑大学》 2015年

基于情境感知的个性化电影推荐算法的研究

熊作贞  

【摘要】：推荐系统的目的是向用户自动的推荐一些相关的物品,包括书籍,电影,歌曲,旅游景点等。现有推荐系统的技术主要有两种:协同过滤和基于内容的过滤。协同过滤算法只考虑用户对物品的评分矩阵,而较少考虑他们所处的情境;然而,在实际应用场景中,用户对物品的兴趣通常会受年龄,职业,周围环境等因素的影响。同时,物品的受欢迎程度也会随着时间和周围环境而变化。在推荐系统中融入这些情境信息可以有效的提高推荐精准率。随着电商网站及音乐、电影、旅游各类网站的兴起及移动终端服务的推广应用,用户个性化推荐显得越发重要。在推荐系统中包含了各种情境数据,如电影推荐中包含时间,同伴,天气,折扣等信息。这些情境信息反映了用户和物品所处的真实环境,能够更好的描述用户的兴趣和物品的属性。因此,将情境信息融入推荐算法可提升推荐性能。本文首先对推荐系统领域的算法进行研究,并对其优缺点进行总结分析,尝试在传统的推荐系统算法基础上融入各种相关的情境信息,以获取更好的推荐性能。本文提出根据评分集中的情境信息对物品进行拆分的方法;当物品在特定情境因子下的评分在统计指标上显著不同时,才会对该物品进行拆分。以电影评分为例,当某部电影在特定情境条件下的评分远高于其它情境条件下的评分时,就会将该电影进行拆分。我们在Movie Lens数据集及一些半合成的数据集上使用矩阵分解算法和最近邻协同过滤算法进行实验评测。实验结果表明,基于情境对物品进行拆分的方法在推荐精度等指标上优于现有的算法。

【关键词】：
【学位授予单位】：五邑大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.3
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前1条

1 王国霞;刘贺平;;个性化推荐系统综述[J];计算机工程与应用;2012年07期

【共引文献】

中国期刊全文数据库 前10条

1 庄科君;贺宝勋;;个性化移动学习系统框架研究[J];福建电脑;2013年02期

2 曾怡;吕慧;朱江楠;;基于协同过滤推荐技术的作业资源个性化推荐系统的设计与研究[J];电子世界;2013年11期

3 傅伟司;彭平;;基于遗传算法的个性化在线学习系统模型研究[J];广东技术师范学院学报;2013年07期

4 陶彩霞;袁海;陈康;马安华;;灵活适应不同业务的个性化推荐系统研究[J];电信科学;2014年08期

5 胡松;;应用系统中推荐算法分析[J];信息化研究;2014年03期

6 张贵元;;物联网中的推荐算法研究[J];计算机光盘软件与应用;2014年22期

7 王国霞;刘贺平;李擎;;基于万有引力的个性化推荐算法[J];工程科学学报;2015年02期

8 许冠中;宁柏锋;邱海枫;赵少东;;基于内容的智能推荐在知识管理中的应用研究[J];电力信息与通信技术;2014年12期

9 杜永萍;杜晓燕;姚长青;;基于主题效能的学术文献推荐算法[J];北京工业大学学报;2015年02期

10 肖诗伯;兰鹰;杨玉梅;胡邈凡;;基于用户行为的学术文献个性化推荐研究[J];电脑知识与技术;2015年02期

中国重要会议论文全文数据库 前1条

1 王国霞;刘贺平;李擎;;二部图影射及其在推荐系统中的应用[A];第25届中国控制与决策会议论文集[C];2013年

中国博士学位论文全文数据库 前1条

1 吕苗;基于情境的商品个性化推荐方法研究[D];大连理工大学;2015年

中国硕士学位论文全文数据库 前10条

1 王荣;教育网站资源个性化推荐系统的研究[D];北方工业大学;2012年

2 张路路;基于数据挖掘的高校图书馆藏推荐系统模型研究[D];山东理工大学;2012年

3 刘彭;基于组合模型的医生推荐系统研究与实现[D];东华大学;2013年

4 黄敏;科技项目评审专家推荐系统研究[D];杭州电子科技大学;2013年

5 张曼;审计方法推荐系统研究[D];河北师范大学;2013年

6 王熙;基于用户关系分析和微博内容挖掘的信息推荐系统研究[D];北京邮电大学;2013年

7 张通;基于图书馆业务数据分析服务的个性化推荐系统设计与实现[D];北京邮电大学;2013年

8 林德军;基于Slope One改进算法推荐模型的设计与实现[D];北京邮电大学;2013年

9 岳文君;一种智能推荐系统的研究与应用[D];北京邮电大学;2013年

10 张月蓉;基于混合推荐的电影推荐系统的研究与实现[D];安徽大学;2013年

【二级参考文献】

中国期刊全文数据库 前10条

1 田晓珍;尚冬娟;;Web的个性化服务[J];重庆工学院学报(自然科学版);2008年07期

2 李勇,徐振宁,张维明;Internet个性化信息服务研究综述[J];计算机工程与应用;2002年19期

3 李宝林;兰芸;张翼英;;基于动态遗传算法的用户模型进化研究[J];计算机工程与应用;2006年14期

4 陈君;唐雁;;基于Web社会网络的个性化Web信息推荐模型[J];计算机科学;2006年04期

5 余力;董斯维;郭斌;;电子商务推荐攻击研究[J];计算机科学;2007年05期

6 徐斌,刘赛,康立山,郑刚;基于遗传算法的信息检索技术[J];计算机工程;2004年09期

7 张富国;徐升华;;推荐系统安全问题及技术研究综述[J];计算机应用研究;2008年03期

8 赵鹏;耿焕同;王清毅;蔡庆生;;基于聚类和分类的个性化文章自动推荐系统的研究[J];南京大学学报(自然科学版);2006年05期

9 刘玮;;电子商务系统中的信息推荐方法研究[J];情报科学;2006年02期

10 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期

中国博士学位论文全文数据库 前1条

1 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年

中国硕士学位论文全文数据库 前3条

1 张娜;电子商务环境下的个性化信息推荐服务及应用研究[D];合肥工业大学;2007年

2 刘庆华;个性化推荐技术及其在电子商务中的应用[D];南昌大学;2007年

3 陈婷;基于隐私保护的个性化推荐系统的研究与实现[D];复旦大学;2008年

【相似文献】

中国期刊全文数据库 前10条

1 徐义峰;徐云青;刘晓平;;一种基于时间序列性的推荐算法[J];计算机系统应用;2006年10期

2 余小鹏;;一种基于多层关联规则的推荐算法研究[J];计算机应用;2007年06期

3 张海玉;刘志都;杨彩;贾松浩;;基于页面聚类的推荐算法的改进[J];计算机应用与软件;2008年09期

4 张立燕;;一种基于用户事务模式的推荐算法[J];福建电脑;2009年03期

5 王晗;夏自谦;;基于蚁群算法和浏览路径的推荐算法研究[J];中国科技信息;2009年07期

6 周珊丹;周兴社;王海鹏;倪红波;张桂英;苗强;;智能博物馆环境下的个性化推荐算法[J];计算机工程与应用;2010年19期

7 王文;;个性化推荐算法研究[J];电脑知识与技术;2010年16期

8 张恺;秦亮曦;宁朝波;李文阁;;改进评价估计的混合推荐算法研究[J];微计算机信息;2010年36期

9 夏秀峰;代沁;丛丽晖;;用户显意识下的多重态度个性化推荐算法[J];计算机工程与应用;2011年16期

10 杨博;赵鹏飞;;推荐算法综述[J];山西大学学报(自然科学版);2011年03期

中国重要会议论文全文数据库 前10条

1 王韬丞;罗喜军;杜小勇;;基于层次的推荐:一种新的个性化推荐算法[A];第二十四届中国数据库学术会议论文集（技术报告篇）[C];2007年

2 唐灿;;基于模糊用户心理模式的个性化推荐算法[A];2008年计算机应用技术交流会论文集[C];2008年

3 秦国;杜小勇;;基于用户层次信息的协同推荐算法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 周玉妮;郑会颂;;基于浏览路径选择的蚁群推荐算法:用于移动商务个性化推荐系统[A];社会经济发展转型与系统工程——中国系统工程学会第17届学术年会论文集[C];2012年

5 苏日启;胡皓;汪秉宏;;基于网络的含时推荐算法[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

6 梁莘燊;刘莹;;基于效能的学术资源推荐算法研究[A];第六届（2011）中国管理学年会——信息管理分会场论文集[C];2011年

7 高琪;辛乐;;基于用户偏好度模型和情感计算的产品推荐算法[A];第二十九届中国控制会议论文集[C];2010年

8 李扬;陈超;祁麟;俞能海;;一种基于用户行为相似度的协同推荐算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

9 董媛香;肖智;王现宁;;基于软集合和HeatS+ProbS的混合输入推荐算法研究[A];2013中国信息经济学会学术年会暨博士生论坛论文集[C];2013年

10 贺会磊;郭斌;於志文;周兴社;;基于社交拓扑挖掘的社会活动辅助[A];第八届和谐人机环境联合学术会议（HHME2012)论文集PCC[C];2012年

中国重要报纸全文数据库 前1条

1 记者 王夕;[N];北京科技报;2011年

中国博士学位论文全文数据库 前7条

1 郭磊;社会网络中基于社会关系的推荐算法研究[D];山东大学;2015年

2 贾春晓;基于复杂网络的推荐算法和合作行为研究[D];中国科学技术大学;2011年

3 秦利静;推荐系统模型与学习算法研究[D];清华大学;2014年

4 刘青文;基于协同过滤的推荐算法研究[D];中国科学技术大学;2013年

5 邓爱林;电子商务推荐系统关键技术研究[D];复旦大学;2003年

6 王晓芳;社会化标注系统中群组推荐方法研究[D];山东大学;2014年

7 崔昊旻;海量视频节目的检索、推荐与反馈学习[D];中国科学技术大学;2014年

中国硕士学位论文全文数据库 前10条

1 梁浩强;移动支付平台精准推荐算法设计与实现[D];华南理工大学;2015年

2 王蒙;基于LDA的文本推荐算法的研究及在文献检索的应用[D];辽宁大学;2015年

3 陆园丽;基于非负矩阵分解的鲁棒推荐算法研究[D];燕山大学;2015年

4 黄建平;基于用户参考价格倾向度的协同过滤推荐算法研究[D];华南理工大学;2015年

5 陈清浩;基于SVD的协同过滤推荐算法研究[D];西南交通大学;2015年

6 卜旭松;基于物品协同过滤的个性化视频推荐算法改进研究[D];宁夏大学;2015年

7 王文昊;基于移动图书馆的个性化推荐算法的研究及应用[D];中国地质大学(北京);2015年

8 马宗学;基于改进受限玻尔兹曼机推荐算法的分布式实现[D];兰州大学;2015年

9 季芸;基于主动学习的个性化推荐算法研究[D];南京理工大学;2015年

10 于嘉;基于MAHOUT的几种推荐算法的组合实现与评测[D];华中师范大学;2015年

  本文关键词：基于情境的商品个性化推荐方法研究，，由笔耕文化传播整理发布。

本文编号：241992