協(xié)同過濾推薦系統(tǒng)中關(guān)鍵問題研究與實(shí)現(xiàn).pdf

1、隨著Internet和信息技術(shù)的飛速發(fā)展,信息過載變得越來越嚴(yán)重,由此推薦系統(tǒng)應(yīng)運(yùn)而生。在推薦系統(tǒng)所采用的技術(shù)中,協(xié)同過濾是最為成功的技術(shù)。但是伴隨著應(yīng)用范圍的擴(kuò)大和應(yīng)用環(huán)境的變化,協(xié)同過濾技術(shù)的一些缺點(diǎn)逐漸暴露出來,例如數(shù)據(jù)稀疏性問題、冷啟動問題、推薦準(zhǔn)確率低等。為此,本文提出了兩種協(xié)同過濾算法來緩解上述問題。
　　 1.結(jié)合專家意見的協(xié)同過濾算法
　　 該算法通過引入專家意見和用戶的屬性來緩解數(shù)據(jù)稀疏性,最終達(dá)到提高

2、推薦準(zhǔn)確率的目的。首先利用用戶屬性提出一種新穎的相似度計(jì)算方法,突出了用戶的背景知識,再將專家的專業(yè)評分和用戶評分相結(jié)合,使得預(yù)測結(jié)果在專家的專業(yè)意見和興趣相似、背景相似的用戶意見之間得到很好的調(diào)節(jié),然后通過基于SVD協(xié)同過濾算法平滑預(yù)測結(jié)果。理論分析和實(shí)驗(yàn)結(jié)果表明,該算法有效提高推薦準(zhǔn)確率。
　　 2.基于時間劃分的協(xié)同過濾算法
　　 該算法通過提出并使用項(xiàng)目類別喜好度緩解了數(shù)據(jù)稀疏性,最終達(dá)到提高推薦準(zhǔn)確率和緩解項(xiàng)目