基于rsm的多維推薦模型研究

《基于rsm的多維推薦模型研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、獨創(chuàng)性聲明學(xué)位論文題目：趕塑叢魚壘絲逛鲞趣麴亟本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得西南大學(xué)或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解西南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)西南大學(xué)研究生院可

2、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)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書，本論文：回不保密，口保密期限至年月止)。學(xué)位論文作者簽名：讎播簽字日期：烈哆年鄉(xiāng)月‘日導(dǎo)師簽名：同q泉簽字日期：卅年占月占日第一章緒論曼皇曼曼IIIIII!,,曼．．．．．．．IIIIIIIIIIIIIIIIIIIIIIIIII,．IIJJl!]]]llI!IIIIII蹩弟一早三；舀記1。．1論文研究背景以往，電予商務(wù)網(wǎng)站將推薦系統(tǒng)(Recommendersystem)視為一種新穎的技術(shù)，由

3、于消費形態(tài)急速改變，推薦系統(tǒng)漸瀕轉(zhuǎn)成蕘電子蘺務(wù)霹站中不可或缺的重要議題，為電予商務(wù)拓展新的契枧。許多有禽電子商務(wù)網(wǎng)站利用攤薦系統(tǒng)將瀏覽者轉(zhuǎn)變?yōu)橘徺I者，同時也幫助用戶找到他們的隱性需求，通過分析用戶概況來推薦最大化用戶價值的蕊晶。攤薦是以使用者的過去經(jīng)驗與偏好為基礎(chǔ)，針對目標(biāo)用戶提供個入化的推薦，以解決信息負(fù)載的悶題。推薦技術(shù)已逐漸成為信息檢索和信息過濾領(lǐng)域的研究熱點，得到了許多著名研究機構(gòu)秘研究者的關(guān)注。翻前較有影響懿推薦系統(tǒng)有：XeroxPARC研究中心提出的Tapestrytl3協(xié)瀚過濾推薦系統(tǒng)：Minnesota大學(xué)開發(fā)的Gr

4、ouPLemt2】自動協(xié)同過濾推薦系統(tǒng)用于新聞組信息推薦，MovieLensc3J協(xié)弱過濾推薦系統(tǒng)孀予W曲憋形式豹電影揍薦；BellCore并發(fā)麓協(xié)潮過濾推薦系統(tǒng)VideoRecommende一4】，提供電影推薦：而Stanford大學(xué)數(shù)字圖書館課題組開發(fā)的基于內(nèi)容過濾和協(xié)同過濾艙復(fù)合型推薦系統(tǒng)FAB，用于WEB頁囂摟薦isis]。推薦方法主要分為內(nèi)容導(dǎo)向法(Content-based)與協(xié)同過濾法(Collaborativefiltering)，兩種方法都各有其優(yōu)缺點與互補性?，F(xiàn)有的推薦系統(tǒng)一定程度上滿足了人們獲取信息的藹求，但在

5、許多應(yīng)用巾，僅僅考慮用戶偏好和項目特性，并不能完全滿足人們對攤薦信息的個性化需求。用戶對項目的經(jīng)驗背后隱含了許多情境因素(時間、地點、觀點、目的、同伴等)。由于傳統(tǒng)推薦技術(shù)并未考慮這些情境僖患(Contextual／nformat／on)，所以無法了解用產(chǎn)對巢商菇喜靜靜真實因素，往往造成推薦結(jié)栗正確性降低并影響推薦品質(zhì)。因此，將相關(guān)情境信息引入推薦過程是改進現(xiàn)有推薦技術(shù)的一種有效途經(jīng)。在數(shù)據(jù)倉疼和OLAP領(lǐng)域，也饅震了多維推薦模型強，然謠它鐫都楚哭讀的數(shù)據(jù)模型，不韙滿足大多互聯(lián)網(wǎng)應(yīng)用中對資源進行頻繁操作的需要?？梢姡绾畏治鲇脩舻牧?xí)

6、慣和鑣好，猜透用戶的心理，向用戶推薦滿意的信息；翔何滿足用戶在特定環(huán)境、特殊條件下的信息需求；如何盡凝消除機器與人類之間的語義“鴻溝”，在推薦過程中增加人機間的語義交流，使推薦的個性化程度更高??這些都是改進現(xiàn)有推薦系統(tǒng)時需要考慮的閥題。圜此，現(xiàn)有推薦技術(shù)的完善不僅需要耨影響用戶偏好的情境信息納入改進方法韻考慮范甏之中，而且需要一種嚴(yán)格規(guī)范、操作靈活的語義數(shù)據(jù)模型來支持對資源的頻繁操作，實現(xiàn)語義描述、裁則推理、動態(tài)雯頦等能力。RSM是一個基于分類語義對各種知識資源進行有效組織的規(guī)范化的語義數(shù)據(jù)模型f8．111，是對文件系統(tǒng)拳l數(shù)據(jù)麾

7、系統(tǒng)的發(fā)展，自被提出以來就芍

8、起了雷內(nèi)外硪究人員的關(guān)注。RSM將備種資源浚射到一個多維語義空間，該空間是根據(jù)規(guī)范的分類語義構(gòu)建的坐標(biāo)系統(tǒng)?？臻g中的每介點表示具有相同語義的同類資源。逐漸寵善的RSM范式理論f12l和完整性約求㈣確保了空間巾語義表示和操作的正確搜。RSM作為知識露格中的一個分支，已經(jīng)具備了成熟黎{完善的理論、模逛釃方法，也在現(xiàn)實中得到了業(yè)界的認(rèn)可和應(yīng)用。兩南大學(xué)碩士學(xué)侍論文RSM在多維推薦中的應(yīng)用是一個新的研究點。在推薦技術(shù)快速發(fā)展的情況下，有必要深入探討如何將RSM語義數(shù)據(jù)模型考慮到多維推薦的改進中，應(yīng)用于多維推薦領(lǐng)

9、域，使其增強推薦空間的語義描述、規(guī)則推理、動態(tài)更新等能力，并提高資源操作的靈活性。因此研究如何利用目前完備的RSM模型和方法【9．Iol，結(jié)合本體f

10、4】、FolksonoIllies【151等理論。改進成熟的協(xié)同推薦技術(shù)，提供精準(zhǔn)的