基于用戶實(shí)時(shí)反饋的協(xié)同過濾算法研究.pdf

1、隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的迅猛發(fā)展，網(wǎng)絡(luò)用戶正面臨著越來越嚴(yán)重的信息過載問題，用戶不得不在海量的產(chǎn)品信息中尋找需要的商品。推薦系統(tǒng)可以有效地與用戶進(jìn)行交互，根據(jù)用戶的喜好進(jìn)行個(gè)性化的商品推薦，對(duì)提升用戶對(duì)電子商務(wù)網(wǎng)站的滿意度、增加商品銷售量有重要影響。但是，精確性問題和實(shí)時(shí)性問題嚴(yán)重制約了推薦系統(tǒng)的發(fā)展。
　　目前應(yīng)用最為廣泛的推薦算法是協(xié)同過濾算法，協(xié)同過濾主要時(shí)間消耗用于相似度計(jì)算上。隨著用戶數(shù)量和項(xiàng)目數(shù)量的增加，推薦系統(tǒng)需

2、要不斷的重新計(jì)算相似度，造成推薦系統(tǒng)無法滿足用戶的需求。基于模型的協(xié)同過濾算法從某種程度上解決了這個(gè)問題，但由于模型更新周期長(zhǎng)而降低了推薦的精確性。針對(duì)以上情況，提出一種基于用戶實(shí)時(shí)反饋的協(xié)同過濾算法，該算法在用戶提交項(xiàng)目評(píng)分之后能實(shí)現(xiàn)對(duì)推薦模型數(shù)據(jù)的實(shí)時(shí)更新，從而更精確的反映用戶的興趣變化。本文的主要的研究工作如下：
　　1.對(duì)當(dāng)前推薦系統(tǒng)和推薦算法的發(fā)展和研究情況進(jìn)行了闡述，重點(diǎn)歸納了協(xié)同過濾推薦的基本原理以及推薦特點(diǎn)，總結(jié)了

3、傳統(tǒng)的協(xié)同過濾技術(shù)存在的弊端，為下文模型的提出奠定基礎(chǔ)。
　　2.為了能夠?qū)崟r(shí)更新用戶的興趣變化，本文提出了基于用戶實(shí)時(shí)反饋的推薦模型，通過在線更新機(jī)制接收用戶的實(shí)時(shí)反饋對(duì)相似度數(shù)據(jù)進(jìn)行局部更新，該反饋模型分為直接反饋和間接反饋兩部分，分別從不同角度反映用戶反饋對(duì)推薦結(jié)果的影響。
　　3.針對(duì)該種模型，本文又提出了一種基于用戶實(shí)時(shí)反饋的協(xié)同過濾算法，該算法通過巧妙的公式變化，實(shí)現(xiàn)了在傳統(tǒng)協(xié)同過濾算法上的實(shí)時(shí)更新功能，又通過引