面向个性化推荐系统的协同过滤算法研究

发布时间：2025-07-01 23:14

　　随着互联网技术的不断发展,网络信息日积月累,带来了信息量大、质量差、价值低等问题。推荐系统是解决这些问题的有效技术之一。推荐系统能够通过用户的历史行为数据,发现用户的兴趣爱好,并将用户感兴趣的信息准确地推荐给用户。目前协同过滤是推荐系统的常用技术之一,其处理的对象是用户行为数据。但是用户行为数据存在数据稀疏性和用户评分多样性等问题,对推荐性能有着负面影响。本文在用户行为数据上结合机器学习中的聚类算法以及真相发现来研究协同过滤方法,较好地解决了数据稀疏性和评分多样性的问题,提高了推荐的准确度。本文的创新工作总结如下。(1)为了解决数据稀疏性对推荐准确度带来的影响,本文提出了一种基于杰卡德系数的多聚类融合协同过滤算法。该方法通过引入密度峰值聚类算法,将用户按照相似度进行聚类。通过计算用户间的杰卡德相似系数,对用户未评分的项进行预测补全,以此来解决数据稀疏性的问题。与其他基于共同评分数值的相似性度量方式不同,杰卡德相关系数考虑到了在稀疏数据集上用户共同评分数量较少的问题,以共同评分数量占总评分数量的比率作为相似性度量方式,降低了相似性度量对评分数值的敏感性,从而提高了推荐的准确度。我们在3个真...

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

图１－２推荐系统主要推荐方式??推荐系统自问世以来，经过二十多年的发展，成为目前的前沿研究课题之一

第章绪论?面向个性化推荐系统的协同过滤算法研究??趣爱好，从而为目标不明确的用户快速找到感兴趣的信息。推荐系统主要的推荐方??式如图１－２所示：??性别：男专业．软件工程??年龄：２５?收入：８０００每月??职业：ＩＴ??＼?注册信息?）??Ｖ???」??图１－２推荐系统主要推荐....

图１－３豆瓣电影网基于用户的推荐结果??

面向个性化推荐系统的协同过滤算法研究?第一章绪论??为人们搜索信息提供了一种新的思路。丨９９４年，ＧｒｏｕｐＬｅｎｓ将协同过滤用于新闻过??滤ｔ１５Ｌ在此之后直至现在，协同过滤算法都是推荐系统中应用最为广泛、最为著名??的算法。??作为推荐系统中最为常用的方法，协同过滤算法分为“....

图１－４网易云音乐网上基于物品的推荐结果??在上述步骤中，相似度的计算是协同过滤算法的核心，在基于用户和基于物品??

第一章绪论?面向个性化推荐系统的协同过滤算法研究??类似地，在基于物品的协同过滤算法中，则是需要首先计算物品之间的相似度，??得到物品之间的相似度矩阵；然后根据物品的相似度为待推荐的物品寻找到近邻物??品，同时参考用户的历史行为偏好，为用户生成符合其偏好的个性化推荐列表。如??图....

图２－１协同过滤算法分类??

第二章相关基础知识?面向个性化推荐系统的协同过滤算法研究??——ｊ基于模型的协同过滤算法＿??［协同臓法］—?于用户］协遍匪＾??一ｊ基于邻细?刊！测过—滤算法??屏法????＿基于用户和物品的混合咏??１＿?同过滤算法一??图２－１协同过滤算法分类??更新模型参数，以达到不断优....

本文编号：4054846