協(xié)同過濾技術(shù)在個性化資源推薦中的應(yīng)用研究.pdf

1、隨著電子商務(wù)的迅猛發(fā)展，網(wǎng)絡(luò)資源信息也在不斷地膨脹。人們在享受網(wǎng)絡(luò)提供方便的同時，也承受著眾多資源信息同時呈現(xiàn)的壓力。為了更有效的提高網(wǎng)絡(luò)信息服務(wù)的質(zhì)量，個性化推薦系統(tǒng)應(yīng)運而生，協(xié)同過濾技術(shù)作為當前主流的推薦技術(shù)得到了人們廣泛的關(guān)注與研究。但是，目前個性化推薦技術(shù)尚未成熟，仍然面臨著一系列的挑戰(zhàn)。
　　 本文對個性化推薦系統(tǒng)以及相關(guān)推薦技術(shù)進行了較深入的比較研究，針對協(xié)同過濾技術(shù)中存在的稀疏性和可擴展性問題，在分析了現(xiàn)有的改進方

2、法基礎(chǔ)上，提出了新的改進方案。為了降低評分數(shù)據(jù)集的稀疏性問題，采用Slope One方法進行數(shù)據(jù)填充。面對填充后的高維評分數(shù)據(jù)，引入了PCA-SOM技術(shù)，通過PCA降維技術(shù)保證了評分數(shù)據(jù)的主要信息，再次進行SOM聚類縮小了最近鄰的搜索范圍。整個改進算法的過程采用離線模型進行，降低了在線推薦的時間復(fù)雜度，有效的改善了系統(tǒng)的可擴展性問題。通過在標準數(shù)據(jù)集上的實驗，結(jié)果顯示相較于傳統(tǒng)的協(xié)同過濾算法，改進的算法具有更高的預(yù)測精度，在一定程度上提