基于热门物品惩罚和用户兴趣变化的知识推送算法

发布时间：2017-06-24 16:12

  本文关键词：基于热门物品惩罚和用户兴趣变化的知识推送算法，由笔耕文化传播整理发布。

【摘要】：为了提高用户相似度计算的精度和知识推送的准确度,提出了一种基于热门物品惩罚和用户兴趣变化的协同过滤推送算法。该算法首先对知识项进行聚类;其次在每一类中引入用户兴趣度函数来对类内未评分知识项进行评分值预测;然后在每个类的用户相似度计算中引入热门物品权重系数,用以惩罚热门物品对用户相似度的影响;最后在推送当中引入用户兴趣随时间变化的权重系数。实验还采用MovieLens数据集进行了测试,结果表明,改进后的算法比传统的协同过滤算法在推送准确度上有明显提高。
【作者单位】： 北京科技大学东凌经济管理学院;
【关键词】： 协同过滤 热门物品惩罚 知识项聚类 用户兴趣变化
【基金】：国家自然科学基金资助项目(71172169)
【分类号】：C93
【正文快照】： 1引言随着互联网的普及以及电子商务的快速发展,信息和知识的产生量成爆炸式的增长。为了在海量的信息中寻找用户真正需要的内容并及时提供给用户,众多的电子商务企业网站都研发了各自的个性化知识推送系统,这些系统中最核心的内容是其推送算法[1]。目前应用最广泛的是传统的

【参考文献】

中国期刊全文数据库 前8条

1 曹毅;贺卫红;;基于用户兴趣的混合推荐模型[J];系统工程;2009年06期

2 邢春晓;高凤荣;战思南;周立柱;;适应用户兴趣变化的协同过滤推荐算法[J];计算机研究与发展;2007年02期

3 郑先荣;汤泽滢;曹先彬;;适应用户兴趣变化的非线性逐步遗忘协同过滤算法[J];计算机辅助工程;2007年02期

4 刘芳先;宋顺林;;改进的协同过滤推荐算法[J];计算机工程与应用;2011年08期

5 熊忠阳;刘芹;张玉芳;李文田;;基于项目分类的协同过滤改进算法[J];计算机应用研究;2012年02期

6 张亮;李敏强;;面向协同过滤的真实偏好高斯混合模型[J];系统工程学报;2007年06期

7 王茜;杨莉云;杨德礼;;面向用户偏好的属性值评分分布协同过滤算法[J];系统工程学报;2010年04期

8 王有为;许博;卫学启;凌鸿;;基于用户访问序列聚类的网站导航系统[J];系统工程理论与实践;2010年07期

【共引文献】

中国期刊全文数据库 前10条

1 纪良浩;;协作过滤信息推荐技术研究[J];重庆邮电大学学报(自然科学版);2012年01期

2 王建雄;;图书馆知识管理协同环境的构建[J];沧桑;2008年04期

3 丘惠翠;;论数据挖掘在个性化教育中的应用[J];电脑知识与技术;2009年33期

4 尹柱平;李幼平;;基于用户角色与行为的协同过滤推荐算法[J];桂林电子科技大学学报;2011年03期

5 黄永锋;覃罗春;;一种有效缓解协同过滤推荐评价数据稀疏问题的算法[J];东华大学学报(自然科学版);2013年01期

6 马辉民;漆鹏飞;;基于概念格的B2C网站导航研究[J];管理学报;2013年06期

7 张怡;周渊;;基于混合模式推荐技术的研究[J];信息技术;2011年11期

8 朱国玮;周利;;基于遗忘函数和领域最近邻的混合推荐研究[J];管理科学学报;2012年05期

9 李聪;梁昌勇;马丽;;基于领域最近邻的协同过滤推荐算法[J];计算机研究与发展;2008年09期

10 吴泓辰;王新军;成勇;彭朝晖;;基于协同过滤与划分聚类的改进推荐算法[J];计算机研究与发展;2011年S3期

中国重要会议论文全文数据库 前2条

1 李雪;左万利;赫枫龄;王英;;传统Item-Based协同过滤推荐算法改进[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

2 潘郁;王翔;吴亚楠;陈洁;;基于感知Agent的技术创新平台智能推荐[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

中国博士学位论文全文数据库 前10条

1 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年

2 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年

3 肖敏;基于领域本体的电子商务推荐技术研究[D];武汉理工大学;2009年

4 郁雪;基于协同过滤技术的推荐方法研究[D];天津大学;2009年

5 万里;时间序列中的知识发现[D];北京邮电大学;2009年

6 袁冠;移动对象轨迹数据挖掘方法研究[D];中国矿业大学;2012年

7 赵晨阳;个性化旅游信息服务系统的基础理论与关键技术研究[D];兰州大学;2012年

8 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年

9 孙艳;用户参与产品创新的研发模型及其群体协作模式研究[D];浙江工业大学;2012年

10 王龙;教育资源推荐服务中若干关键技术的研究[D];吉林大学;2013年

中国硕士学位论文全文数据库 前10条

1 蔡宏果;基于基因表达式编程的Web个性化推荐技术研究[D];广西师范学院;2010年

2 蔡浩;基于Web使用挖掘的协同过滤推荐算法研究[D];浙江理工大学;2010年

3 宋健;基于主题挖掘和时间窗口划分的兴趣推荐技术研究[D];华东师范大学;2011年

4 金亚亚;一种基于改进信任度的协同过滤算法[D];华东理工大学;2011年

5 卜满钊;互联网推荐系统中的协同过滤算法研究[D];浙江大学;2010年

6 汪前秀;基于改进的VSM的不良文本过滤模型研究[D];东北财经大学;2010年

7 姜智尧;基于Java技术的个性化推荐系统与实现[D];吉林大学;2011年

8 梁洁;基于混合模式的个性化推荐系统的研究与应用[D];武汉理工大学;2011年

9 刘继庆;基于相关度和关联属性偏好的个性化推荐算法研究[D];大连理工大学;2011年

10 张一平;基于Agent的餐饮个性化推荐建模与仿真研究[D];大连理工大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 李大学;谢名亮;赵学斌;;结合项目类别信息的协同过滤推荐算法[J];重庆邮电大学学报(自然科学版);2010年06期

2 黄裕洋;金远平;;一种综合用户和项目因素的协同过滤推荐算法[J];东南大学学报(自然科学版);2010年05期

3 杨芳;潘一飞;李杰;王云峰;;一种改进的协同过滤推荐算法[J];河北工业大学学报;2010年03期

4 李聪;梁昌勇;董珂;;基于项目类别相似性的协同过滤推荐算法[J];合肥工业大学学报(自然科学版);2008年03期

5 赵亮,胡乃静,张守志;个性化推荐算法设计[J];计算机研究与发展;2002年08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 蔡登;卢增祥;李衍达;;信息协同过滤[J];计算机科学;2002年06期

8 贺银慧;陈端兵;陈勇;傅彦;;一种结合共同邻居和用户评分信息的相似度算法[J];计算机科学;2010年09期

9 张丙奇;基于领域知识的个性化推荐算法研究[J];计算机工程;2005年21期

10 郑先荣;曹先彬;;线性逐步遗忘协同过滤算法的研究[J];计算机工程;2007年06期

【相似文献】

中国期刊全文数据库 前10条

1 余力,刘鲁,罗掌华;我国电子商务推荐策略的比较分析[J];系统工程理论与实践;2004年08期

2 龚松杰;;电子商务中协同过滤推荐技术研究[J];商场现代化;2008年03期

3 郭炜;高琳琦;;电子旅游中间商的个性化信息服务模式研究[J];兰州商学院学报;2006年01期

4 游文;叶水生;;电子商务推荐系统中的协同过滤推荐[J];计算机技术与发展;2006年09期

5 王卫平;吴伦;;协同过滤在CRM交叉销售中的应用研究[J];管理学报;2007年04期

6 胡慧蓉;;电子商务个性化推荐系统分析与设计[J];科技创新导报;2009年08期

7 赵晓煜;丁延玲;;基于顾客交易数据的电子商务推荐方法研究[J];现代管理科学;2006年03期

8 夏建勋;;基于用户的协同过滤推荐技术[J];商场现代化;2009年09期

9 Scott Wheeler;;商品推荐背后的数学[J];程序员;2009年10期

10 吕晓敏;;基于项目聚类和评分预测的协同过滤推荐算法研究[J];中国管理信息化;2010年11期

中国重要会议论文全文数据库 前10条

1 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年

2 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

4 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

5 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年

6 陶红亮;王明文;曹瑛;;基于项目平滑和聚类的协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集（技术报告篇）[C];2006年

7 汤显;郭景峰;高英飞;;基于类别相似性的增量协同过滤推荐算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

8 李雪;左万利;赫枫龄;王英;;传统Item-Based协同过滤推荐算法改进[A];第26届中国数据库学术会议论文集（B辑）[C];2009年

9 孙铁利;杨焱;邱春艳;;基于内容预测的协同过滤推荐[A];2005年全国理论计算机科学学术年会论文集[C];2005年

10 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集（研究报告篇）[C];2007年

中国重要报纸全文数据库 前6条

1 刘溟;互联网　个性化营销最佳载体[N];经济日报;2004年

2 ;移动经营者的商务机会（未完待续）[N];网络世界;2001年

3 南方;房地产将走向互联网营销[N];中国信息报;2002年

4 赵骏飞;数据挖掘在金融行业的应用[N];中国保险报;2011年

5 乔颖;程序解人意,帮你寻找“顺口”的美食[N];新华每日电讯;2011年

6 商报记者 金朝力;奇艺推3套推荐引擎抢夺视频新制高点[N];北京商报;2011年

中国博士学位论文全文数据库 前10条

1 夏培勇;个性化推荐技术中的协同过滤算法研究[D];中国海洋大学;2011年

2 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年

3 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年

4 沈磊;心理学模型与协同过滤集成的算法研究[D];北京航空航天大学;2010年

5 高e，

本文编号：478731