协同过滤算法的改进与应用研究

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:zhangtingzhi2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信息过载严重影响了用户获取信息的效率。为了在网站上获取感兴趣的信息,用户需要花费大量的时间浏览与用户不感兴趣的信息。推荐系统可以帮助用户从海量的信息中高效地获取自己需要的信息,也可以帮助信息生产者让自己的信息从海量信息中脱颖而出。目前协同过滤技术是在推荐系统应用中的有效技术之一。但协同过滤技术在冷启动、可扩展性和数据稀疏等方面仍存在问题,如何解决这些问题已成为推荐系统的研究热点。本文在研究推荐系统的基本概念和研究现状的基础上,对常见的推荐技术进行了详细的分析比较,着重讨论了协同过滤算法优缺点,提出了两种协同过滤算法的改进策略。两种改进算法的目的在于提高在用户评分数据稀疏的情况下推荐准确度。如果项目类别很模糊,那么基于用户偏爱的方法比较合适,该算法引入用户偏爱的概念,通过计算不同项目之间的服务属性,确定项目之间的相似度,再根据不同的用户对于项目的服务属性的偏爱程度,计算出服务对于用户的矫正因子,以达到提高推荐准确度的目的。在用户项目类别容易定义的情况下,则采用基于项目类别和属性的混合协同过滤算法比较合适,该算法主要通过考虑项目所属类别,充分利用用户评分数据和项目信息进行推荐,达到进一步提高推荐质量的目的。本文构建了一个电影推荐系统环境,以验证本文改进算法的有效性和推荐质量,实验结果表明,本文提出的改进算法能够有效地提高推荐结果的准确性。
其他文献
计算机辅助检测与诊断系统可以帮助医生提高乳腺癌的早期发现率和诊断准确率。目前,辅助检测与诊断系统在肿块检测上的主要问题是灵敏度较低而假阳性较高,且只提示病变区域而不
句法分析是自然语言处理领域的一个关键问题,如能将其有效解决,一方面,可对相应树库构建体系的正确性和完善性进行验证;另一方面,也可直接服务于各种上层应用,比如搜索引擎用
智能监控系统是计算机视觉领域的一个热点问题,是计算机视觉领域的主要研究内容之一,在军事、安全等领域得到了广泛的应用。运动目标检测与跟踪技术是智能视频监控系统的核心
非真实感绘制(Non-Photorealistic Rendering,NPR)相对与真实感是计算机中图形学中的一个重要分支,近年来逐渐受到人们的关注并成为计算机图形学中研究的一个重点。所取得的
企业级应用程序经历了几次系统架构方面的重要转变,在此过程中,客户端的表现能力有起有落。九十年代中期,互联网飞速发展,出现了浏览器/服务器应用程序,Web的广泛使用解决了C/S应用
随着互联网的普及和电子商务应用的广泛深入,人们在享受网上购物便捷性的同时也陷入了信息过载的困境,用户在大量的产品信息中难以找到自己需要的商品。因此,电子商务推荐系
伴随计算机网络技术的高速发展,互联网已经成为应用程序开发的默认平台。遗憾的是,传统Web应用程序对完成复杂应用方面却迟迟跟不上步伐。为提高用户体验的丰富性,出现了一种
近年来,随着社交网络的流行以及地理位置采集技术在移动设备上广泛使用,通过收集用户的移动轨迹数据(即空间数据集)实现对用户行为习惯的分析已成为热门研究。空间数据集遭到泄
随着信息技术的飞速发展,数据的产生和存储达到了空前繁荣的阶段。如何从海量的数据中提取潜在的有用信息,给传统的数据处理技术提出了严峻的考验,数据挖掘方法应运而生。在
由于图像匹配技术在现代信息处理领域中的应用范围越来越广泛,所以对图像匹配算法的研究不仅广泛,而且更加深入。如何在保持匹配准确性的同时,提高匹配速度是目前对匹配算法