結(jié)合社交與標(biāo)簽信息的推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)及電子商務(wù)的迅速發(fā)展，推薦技術(shù)得到廣泛應(yīng)用。電子商務(wù)系統(tǒng)中每天都有大量新用戶和新商品的加入，推薦系統(tǒng)的準(zhǔn)確性和冷啟動(dòng)問(wèn)題日益嚴(yán)重。因此，本文針對(duì)推薦系統(tǒng)中的準(zhǔn)確性問(wèn)題和冷啟動(dòng)問(wèn)題，進(jìn)行了深入的研究。
　　 針對(duì)推薦系統(tǒng)的準(zhǔn)確性問(wèn)題，本文提出了結(jié)合社交與標(biāo)簽信息的協(xié)同過(guò)濾推薦算法。首先，定義了小眾重疊度和個(gè)體重要度的概念，并描述了“個(gè)體-小眾-社區(qū)”的形成過(guò)程;其次，分析“用戶-項(xiàng)目-標(biāo)簽”三元組信息獲得用戶間的相似度，

2、并結(jié)合社區(qū)中的個(gè)體重要度，最終得到目標(biāo)用戶的偏好預(yù)測(cè)和個(gè)性化推薦。
　　 對(duì)于推薦系統(tǒng)中的新項(xiàng)目冷啟動(dòng)問(wèn)題，本文提出了結(jié)合用戶信息、標(biāo)簽信息、項(xiàng)目屬性信息以及時(shí)間信息的個(gè)性化推薦算法。首先，定義了用戶時(shí)間權(quán)重信息概念，該定義考慮到了用戶評(píng)價(jià)時(shí)間與項(xiàng)目發(fā)布時(shí)間的時(shí)間間隔，根據(jù)用戶時(shí)間權(quán)重值的大小判斷該用戶是積極用戶還是消極用戶，以及用戶對(duì)新項(xiàng)目的偏愛程度;其次，利用三分圖的形式描述用戶-項(xiàng)目-標(biāo)簽、用戶-項(xiàng)目-屬性之間的關(guān)系;然后

3、，在充分考慮用戶信息、標(biāo)簽信息、項(xiàng)目屬性信息以及時(shí)間信息的基礎(chǔ)上，獲得個(gè)性化的預(yù)測(cè)評(píng)分值公式。
　　 針對(duì)新用戶冷啟動(dòng)問(wèn)題，本文提出了結(jié)合用戶信息、標(biāo)簽信息、項(xiàng)目屬性信息以及用戶社交信息的個(gè)性化推薦算法。在解決新項(xiàng)目冷啟動(dòng)問(wèn)題的推薦算法思想基礎(chǔ)上，融合用戶社交信息，并對(duì)新用戶好友的預(yù)測(cè)評(píng)分值進(jìn)行加權(quán)計(jì)算，獲得新用戶對(duì)項(xiàng)目的預(yù)測(cè)評(píng)分值。
　　 本文采用了公共數(shù)據(jù)集Last.fm、Movielens進(jìn)行了一系列的對(duì)比實(shí)驗(yàn)、交