基于用戶聚類的協(xié)同過濾推薦系統(tǒng)研究.pdf

1、電子商務(wù)推薦系統(tǒng)現(xiàn)已成為很多企業(yè)進(jìn)行廣告宣傳和商品銷售的一個(gè)重要平臺(tái)。然而,大量的商品信息充斥在網(wǎng)絡(luò)之中,使得用戶不能快速準(zhǔn)確的搜索到其喜歡的商品。因此設(shè)計(jì)出更具個(gè)性化的電子商務(wù)推薦系統(tǒng),以實(shí)現(xiàn)對用戶更好的服務(wù),就成為了很多企業(yè)研究的一個(gè)重要課題。目前,幾乎所有著名的電子商務(wù)網(wǎng)站都在不同程度上采用了個(gè)性化的電子商務(wù)推薦系統(tǒng),如易貝、淘寶網(wǎng)等。為了對用戶進(jìn)行快速而準(zhǔn)確的推薦,研究人員已經(jīng)提出了多種不同的推薦技術(shù),如協(xié)同過濾推薦技術(shù),貝葉斯

2、網(wǎng)絡(luò)技術(shù),聚類技術(shù),奇異值分解技術(shù),關(guān)聯(lián)挖掘技術(shù)等。其中,協(xié)同過濾推薦技術(shù)是在個(gè)性化的推薦系統(tǒng)中應(yīng)用最廣泛的,但隨著其應(yīng)用的深入,也暴露出了其中存在的一些問題,如“冷開始”問題、“數(shù)據(jù)稀疏性”問題等。
　　 本文也對協(xié)同過濾推薦技術(shù)進(jìn)行研究,主要解決協(xié)同過濾推薦算法中存在的“冷開始”問題、“數(shù)據(jù)稀疏性”問題。本文主要做了以下研究工作:
　　 1.對個(gè)性化推薦系統(tǒng)的發(fā)展歷史及現(xiàn)狀進(jìn)行了綜述,指出了協(xié)同過濾推薦算法中存在的“

3、冷開始”和“數(shù)據(jù)稀疏性”兩大瓶頸問題。
　　 2.將蟻群聚類算法引入到協(xié)同過濾推薦技術(shù)的研究之中。
　　 3.針對協(xié)同過濾算法中存在的“冷開始”問題,提出了一種改進(jìn)的算法。新的算法除了考慮用戶之間主觀偏好的相似性之外,還考慮了用戶之間客觀特征的相似性。這使得系統(tǒng)能夠?qū)]有進(jìn)行過主觀評價(jià)的用戶也能進(jìn)行推薦。
　　 4.采用蟻群聚類算法對用戶進(jìn)行聚類,然后在聚類簇中應(yīng)用改進(jìn)的協(xié)同過濾推薦算法搜尋鄰居用戶、進(jìn)行預(yù)測評分