資源描述：
《基于協(xié)商的群體推薦算法研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于協(xié)商的群體推薦算法研究AResearchofGroupRecommendationAlgorithmBasedOnNegotiation學(xué)科專(zhuān)業(yè)：管理科學(xué)與工程研究生：熊曉棟指導(dǎo)教師：李汶華副教授天津大學(xué)管理與經(jīng)濟(jì)學(xué)部二零一三年十一月獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果，除了文中特別加以標(biāo)注和致謝之處外，論文中不包含其他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，也不包含為獲得天津大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書(shū)而使用過(guò)的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說(shuō)明并表示了謝意。學(xué)位論文作者簽名：簽字日
2、期：年月日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解天津大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定。特授權(quán)天津大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和磁盤(pán)。（保密的學(xué)位論文在解密后適用本授權(quán)說(shuō)明）學(xué)位論文作者簽名：導(dǎo)師簽名：簽字日期：年月日簽字日期：年月日摘要隨著信息技術(shù)的發(fā)展，“信息過(guò)度”已經(jīng)成為人們急需解決的問(wèn)題之一。由于傳統(tǒng)的信息過(guò)濾方法不能滿(mǎn)足用戶(hù)的個(gè)性化需求，社會(huì)化信息過(guò)濾方法應(yīng)運(yùn)而生。其中以協(xié)同過(guò)濾推薦技術(shù)為核心的個(gè)體個(gè)性化推薦，在理論和實(shí)
3、際應(yīng)用上都得到很大發(fā)展。群體推薦是個(gè)性化推薦領(lǐng)域一個(gè)新的研究熱點(diǎn)，它面向群體，而非個(gè)人。人的復(fù)雜性和異質(zhì)性是群體推薦的研究難點(diǎn)之一，而普通群體推薦系統(tǒng)往往無(wú)法平衡所有群體成員的偏好，所得的推薦結(jié)果會(huì)造成群體整體滿(mǎn)意度的低下。針對(duì)該問(wèn)題，解決思路之一群體成員對(duì)推薦項(xiàng)目進(jìn)行協(xié)商。本文將基于案例推理方法和協(xié)商理論用于群體推薦系統(tǒng)，通過(guò)模擬群體成員在推薦項(xiàng)目上進(jìn)行協(xié)商來(lái)達(dá)成一致，并根據(jù)該思路提出算法。本文首先闡述了個(gè)體推薦、群體推薦、協(xié)商理論和基于案例推理方法的理論基礎(chǔ)和研究現(xiàn)狀。根據(jù)群體成員對(duì)項(xiàng)目的歷史評(píng)價(jià)作為知識(shí)庫(kù)，從群體成員角度出發(fā)，首先考慮簡(jiǎn)單雙人小組推薦，通過(guò)A
4、gent模擬群體成員針對(duì)推薦項(xiàng)目協(xié)商的過(guò)程，設(shè)定一定的協(xié)商輪數(shù)和耐心程度，達(dá)成一致并獲得推薦；針對(duì)多人小組推薦，提出將小組成員分組，先通過(guò)組內(nèi)成員的協(xié)商，然后進(jìn)行組間協(xié)商，最終達(dá)成一致并獲得推薦；推薦完成后通過(guò)用戶(hù)反饋對(duì)群體成員的知識(shí)庫(kù)進(jìn)行及時(shí)更新。最后，選取MovieLens數(shù)據(jù)庫(kù)進(jìn)行實(shí)驗(yàn)評(píng)價(jià)，結(jié)果表明，針對(duì)不同規(guī)模的群體，本文算法的推薦質(zhì)量都明顯優(yōu)于對(duì)比算法。關(guān)鍵詞：群體推薦；協(xié)同過(guò)濾；協(xié)商；基于案例推理ABSTRACTWiththeboomingofinformationtechnology,informationoverloadingnowbecomeso
5、neofthemosturgentissues.Asthetraditionalinformationfilteringmethodcannotsatisfythepersonalizedneedsofclients,socializedinformationfilteringemergesaccordingly.Thus,personalizedrecommendation,whichisbasedoncollaborativefilteringrecommendationtechnology,enjoystremendousdevelopmentintheor
6、yandapplication.Grouprecommendation,anewresearchspotinpersonalizedrecommendationfield,focusesonthegroupratherthantheindividual.Thedifficultpartofconductingresearchongrouprecommendationliesinthecomplexityandheterogeneityofhuman.Usuallygrouprecommendationsystemcannotbalancethepreference
7、ofeachindividualwell,thusitsoverallsatisfactiondegreeisratherlow.Tosolvetheproblem,oneofthekeystepsistonegotiatewithgroupmembersonthepotentialrecommendationitems.Thepresentthesisappliescase-basedreasoningmethodandnegotiationtheorytogrouprecommendationsystem,simulatesnegotiationofthere
8、comme
