基于多維情景特征分類的個性化推薦方法研究

《基于多維情景特征分類的個性化推薦方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、藝４法碲笟士ｆ頊?zhǔn)繉W(xué)位論文基子多維情景特征分矣的個牲化推薦方法研堯劉建濤指導(dǎo)教師：楊德剛教授專業(yè)名稱：計算機(jī)系統(tǒng)結(jié)構(gòu)研究方向：智能算法與應(yīng)用二〇一八年四月重慶師范大學(xué)碩士學(xué)位論文基于多維情景特征分類的個性化推薦方法研究碩士研究生：劉建濤指導(dǎo)教師：楊德剛教授學(xué)科專業(yè)：計算機(jī)系統(tǒng)結(jié)構(gòu)所在學(xué)院：計算機(jī)與信息科學(xué)學(xué)院重慶師范大學(xué)二零一八年四月AThesisSubmittedtoChongqingNormalUniversityinPartialFulfillmentoftheRequirementsforthe

2、DegreeofMasterPersonalizedrecommendationmethodbasedonmultidimensionalscenefeatureclassificationCandidate：LiuJiantaoSupervisor：ProfessorYangDegangMajor：ComputerSystemStructureCollege：CollegeofComputerandInformationScienceChongqingNormalUniversityApril，2018重慶師范大學(xué)碩士學(xué)位論文中文摘要

3、基于多維情景特征分類的個性化推薦方法研究摘要如今網(wǎng)絡(luò)的互聯(lián)互通涉及醫(yī)療、教育、航空、工業(yè)等各行各業(yè)，網(wǎng)絡(luò)上可以爬的數(shù)據(jù)量、需要存儲和分析的數(shù)據(jù)量都呈指數(shù)級增長，公開的數(shù)據(jù)也越來越多，所以人們面臨的信息過載問題也越來越嚴(yán)重，因此推薦系統(tǒng)在各大領(lǐng)域也越來越流行，工業(yè)應(yīng)用中對推薦方法的要求也越來越高。目前大多數(shù)推薦方法都是基于用戶和產(chǎn)品的交互信息，很少加入其他相關(guān)信息，而基于多維情景信息的推薦方法會在推薦的過程中考慮多維情景信息對用戶未來行為的預(yù)測的影響。本文研究的個性化推薦方法動態(tài)提取用戶和產(chǎn)品的多維情景特征，分析用戶對產(chǎn)品的興趣度和用戶與

4、產(chǎn)品、產(chǎn)品與產(chǎn)品、用戶與用戶的隱藏關(guān)系，從而極大地提高用戶對推薦結(jié)果的滿意度和精準(zhǔn)營銷的有效性?；诖?，本文提出了基于多維情景特征分類的個性化推薦算法，本文的主要工作：（1）閱讀了大量相關(guān)文獻(xiàn)，總結(jié)了前人的研究成果和不足，對本文研究的算法需要用到的理論基礎(chǔ)和關(guān)鍵技術(shù)進(jìn)行了大量的資料查找與總結(jié)。本文提出對用戶和產(chǎn)品的多維情景特征分類，可以更加快捷地向用戶提供更加準(zhǔn)確有效的產(chǎn)品推薦列表和為產(chǎn)品提供更加精準(zhǔn)的營銷對象即是用戶列表，并且可以分析出同一情景下用戶之間的關(guān)聯(lián)關(guān)系以及產(chǎn)品與產(chǎn)品之間的關(guān)聯(lián)關(guān)系。（2）對用戶和產(chǎn)品的多維情景特征進(jìn)行聚類，

5、并構(gòu)建分類模型。利用協(xié)同過濾思想構(gòu)建用戶-產(chǎn)品-用戶的情景關(guān)系網(wǎng)絡(luò)圖。在此基礎(chǔ)上構(gòu)建了多維情景特征分類的用戶興趣度算法，設(shè)計了針對用戶的個性化推薦方法和針對產(chǎn)品精準(zhǔn)營銷的推薦方法。（3）進(jìn)行仿真實驗，實驗過程先根據(jù)實驗數(shù)據(jù)提取了用戶和產(chǎn)品的情景特征，使用Single-Pass聚類思想對用戶和產(chǎn)品進(jìn)行聚類，然后使用了決策樹和隨機(jī)森林對聚類后的用戶和產(chǎn)品的情景類別標(biāo)簽訓(xùn)練分類器，實現(xiàn)多維情景特征分類的個性化推薦方法，并對實驗結(jié)果做了評估、對比、分析，驗證了本文推薦算法的有效性。關(guān)鍵詞：多維情景，個性化推薦，聚類，Single-Pass，分類

6、I重慶師范大學(xué)碩士學(xué)位論文英文摘要PersonalizedrecommendationmethodbasedonmultidimensionalscenefeatureclassificationABSTRACTNowadays,Internetintercommunicationinvolvesallwalksoflife,suchasthemedical,education,aviation,industryandsoon.Theamountofdatathatcanbecrawledonthenetwork,theamountof

7、datathatneedstobestoredandanalyzedisincreasingexponentially,andtheshareddataaremoreandmore.Therefore,theproblemofinformationoverloadisbecomingevermoreserious.Therefore,therecommendationsystemisinthebigcollar.Thedomainisbecomingevermorepopular,andthedemandforrecommendatio

8、nmethodsinindustrialapplicationsishigherandhigher.Mostoftherecommendationsarebuiltontheinteractiveinfor