基于耦合相似度的協(xié)同過濾算法的研究及應用

基于耦合相似度的協(xié)同過濾算法的研究及應用

ID:35179079

大?。?.97 MB

頁數(shù):63頁

時間:2019-03-20

基于耦合相似度的協(xié)同過濾算法的研究及應用_第1頁
基于耦合相似度的協(xié)同過濾算法的研究及應用_第2頁
基于耦合相似度的協(xié)同過濾算法的研究及應用_第3頁
基于耦合相似度的協(xié)同過濾算法的研究及應用_第4頁
基于耦合相似度的協(xié)同過濾算法的研究及應用_第5頁
資源描述:

《基于耦合相似度的協(xié)同過濾算法的研究及應用》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。

1、10335分類號1024號0編碩去學位論文鑛論文題目基于福合相似度的協(xié)同過濾算法的研究及應用作者姓名呂世嘉指導教師吳慶標教授學科專業(yè)計算數(shù)學()所在學院數(shù)學科學學院提交日期二零一六年五月答辯日期二零一六年六月獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導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W標注和致謝的地方外,論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得浙江大學或其他教育機一構的學位或證書而使用過的材料。與我同工作的同志對本研究所做的

2、任何貢獻均已在論文中作了明確的說明并表示謝意。學位論文作者簽名:簽字曰期:年^月曰化1客襄學位論文版權使用授權書、本學位論文作者完全了解浙江大學有關保留使用學位論文的規(guī)定,有權保留并向國家有關部口或機構送交論文的復印件和磁盤,允許論文被查閱和借閱。本人按權浙江大學可將學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索,可W采用影印、縮印或掃描等復制手段保存、匯編學位論文。(保密的學位論文在解密后適用本授權書)學位論文作者簽名:劇巾簽名;寺^^化棄巧齋簽字曰期:月曰簽字曰期:6年^月曰2〇|6年占1>|)學位論文作者畢

3、業(yè)后去向;工作單位:電話:通巧地址:郵編摘要tE-mmeInterne和Corce的快速發(fā)展帶動了互聯(lián)網(wǎng)+的蓬勃興起,推薦系統(tǒng)一獲得越來越多的關注。隨之專家學者們把研究方向轉向如何進步提高推薦系統(tǒng)的推薦性能,于是,各種優(yōu)秀的算法和模型被提出、測試、投入應用。hud、自Yea,等人在機百萬大獎的比賽中首次將矩陣分解的想法用于做推薦一取得了較好的結果,自此,做為個新的研巧方向,近年來專家學者們也提出了很多改進和完善,基于基礎模型的改進大都是利用額外的信息,如打分偏差、隱式反饋、時間因素、信任傳播等。我們發(fā)現(xiàn),傳統(tǒng)的矩陣分解

4、模型中往-往只借助用戶物品的評分數(shù)據(jù)集,沒有將用戶和物品特征屬性信息考慮在內。用戶和物品的特征屬性信息包含用戶跟物品的大量有效信息,也可W為個性化推薦所利用,本論文的主耍想法是在傳統(tǒng)的協(xié)同過濾算法的基礎上將用戶、物品的特征屬性信息考慮在內,用W提高系統(tǒng)的推薦精度。Breese等人將協(xié)同過濾算法分為:基于內存的算法和基于模型的算法,本論文分別針對這兩類算法,提出基于禪合相似度的協(xié)同過濾的改進算法。觀察用戶和物品的特征屬性信息,我們可從發(fā)現(xiàn)不只有數(shù)值的類型,還有非數(shù)值的類型,對此,引入稱合相似度的概念,利用用戶特征、物品特征的屬性值

5、信息借助禪合相似度的概念,依據(jù)用戶行為信息,建立用戶、物品相似度的模型,將相似性信息與協(xié)同過濾算法相結合,挖掘潛在信息W提高推薦精度,并提出相應的算法,并在MATLAB軟件下用真實數(shù)據(jù)集做實驗,并于其"冷啟他的推薦技術進行比較,表明本論文提出的改進算法的有效性W及在"""動和稀疏性的情況下還可1的推薦精度。^1保證較高一,,本論文安排如下:第章緒論是關于本文的研巧背景國內外研巧現(xiàn)狀主要研巧內容W及行文安排的介紹;第二章簡耍介紹了協(xié)同過濾算法的相關知識;第H章在基于內存的協(xié)同過濾算法的基礎上結合用戶、物品的特征屬性信息給出了改進算法,

6、并在真實數(shù)據(jù)集下表明該算法的巧效性及實驗結果的分,析和比較;第凹章給出了基于矩陣分解的推薦算法的改進算法并在真實數(shù)據(jù)集下表明提出的改進算法的有效性W及實驗結果的分析和比較,探討算法在""""巧冷啟動,稀疏性情況下的推薦效果;最后是總結與展望總結了本文的研究內容,闡述了本論文的創(chuàng)新點,對未來的研究工作做了展望。摘要ii_關鍵字,,推薦算法,:稱合相似度矩陣分解協(xié)同過濾算法Abstract’W化htherapiddevelopmentofInternetande-commerceiecommendation,sst

7、emsgainmorea打dmorea化e打Uonandexpertsandscholarsgraduallysetythehsonrtheerformanceofhdationt-irsigthowtoimpovepterecommensysems.Intherocessavarietofexcelle打tlorithmsaidlhaidmoesavebee打roosedp,ygpp,testedariduti打toalication.SinceYehudaaliedm

8、atrix

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內容,確認文檔內容符合您的需求后進行下載,若出現(xiàn)內容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。