利用关联数据中隐式反馈的Top-N推荐系统研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

近些年来随着互联网的迅速发展，信息负载对用户的决策产生了巨大的挑战。推荐系统已经成为一种有效的工具用来帮助人们在复杂的信息空间中找到他可能感兴趣的物品。但是由于在大多数问题中推荐系统只有用户对物品的评分信息，信息的局限性导致了推荐效果不是很理想。目前主流的推荐系统的研究主要分为两个方面，一个是基于协同过滤方法，使用不同的方法构造用户和物品的新特征，根据新的特征进行改进。另一个是基于矩阵分解的方法，该方法通过矩阵分解的办法解决推荐问题中数据稀疏的问题。本文通过加入链接数据，构建链接数据与实体数据的关系模型提高了Top-N推荐的准确性。本文的主要研究内容分为以下几个方面：
　　首先，通过改进用户近邻的选择和引入评分正则化改进了基于用户的推荐算法，然后通过一个直观的三维数据模型表示物品和链接数据之间的关系，在模型中提取物品特征，然后利用基于内容的推荐算法进行计算。最后使用了基于线性混合的算法将两个算法结果进行混合，改进了推荐的效果。
　　其次，将数据利用图结构表示，利用两种不同的相似度计算方法来计算图中的推荐，一种使用基于图中边数目的方法，另一种利用一维数据模型将数据表示成特征向量，计算他们之间的相似度。然后考虑二部图中的性质，利用刚才计算的相似度进行Top-N推荐。
　　最后，深入分析了二部图的性质，通过考虑链接数据中的隐式反馈信息，将链接数据加入到二部图中构成新的三部图。通过提取三部图中路径的特征分别构建用户和物品的特征，使用排序学习函数将Top-N推荐问题转化为一个二分类问题，最后通过实验结果分析表明我们的算法在推荐的准确性值上有一定的提高。

著录项

作者
王贺玉;
展开▼
作者单位

哈尔滨工业大学;

展开▼
授予单位哈尔滨工业大学;
学科计算机科学与技术
授予学位硕士
导师姓名李建中;
年度 2015
页码
总页数
原文格式 PDF
正文语种中文
中图分类算法理论;
关键词
Top-N推荐; 链接数据; 推荐系统; 隐式反馈信息; 矩阵分解;

相似文献

中文文献
外文文献
专利

1. 基于用户效用的隐式反馈推荐系统研究 [J] . 陈丽 . 中小企业管理与科技 . 2021,第033期
2. 面向隐式反馈的推荐系统研究现状与趋势 [J] . 陆艺 ,曹健 . 计算机科学 . 2016,第004期
3. 融合元数据及隐式反馈信息的多层次联合学习推荐方法 [J] . Zhang Quangui ,Li Zhiqiang ,Cai Feng . 计算机应用研究 . 2018,第012期
4. 基于隐式反馈数据的个性化游戏推荐 [J] . 俞东进 ,陈聪 ,吴建华 . 电子学报 . 2018,第011期
5. 基于多种隐式反馈数据的商品推荐算法 [J] . 周巧扣 ,倪红军 . 计算机应用与软件 . 2018,第010期
6. 基于FP-Growth关联挖掘算法的商品推荐系统研究 [C] . Tan Ge ,葛覃 ,Zhenghua Liu . 2014中国制导、导航与控制学术会议 . 2014
7. 关系数据库中推荐Top-N查询处理 [A] . 雷泉龙 . 2014

利用关联数据中隐式反馈的Top-N推荐系统研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅