基于改進(jìn)的等概率傳播推薦算法研究.pdf

1、隨著Web數(shù)據(jù)量的不斷增加,人們可以通過(guò)網(wǎng)絡(luò)搜索到各種各樣的信息。然而,面對(duì)如此大量又復(fù)雜的信息,人們很難輕松地找到自己感興趣的內(nèi)容,這就使得推薦系統(tǒng)變得越來(lái)越受歡迎。通過(guò)推薦系統(tǒng)的推薦,人們可以找到符合自己偏好的信息。目前,推薦系統(tǒng)主要應(yīng)用于電子商務(wù)、社會(huì)媒體、影視等領(lǐng)域。
　　本文首先概述了傳統(tǒng)的協(xié)同過(guò)濾算法、基于神經(jīng)網(wǎng)絡(luò)的推薦算法和基于支持向量機(jī)的推薦算法。在協(xié)同過(guò)濾算法中主要介紹了相似性和預(yù)測(cè)評(píng)分的多種計(jì)算方法,而在基于神

2、經(jīng)網(wǎng)絡(luò)的推薦算法和基于支持向量機(jī)的推薦算法中,主要介紹了如何構(gòu)建神經(jīng)網(wǎng)絡(luò)的推薦模型和支持向量機(jī)的推薦模型。通過(guò)觀察各個(gè)算法所得到的預(yù)測(cè)評(píng)分和實(shí)際評(píng)分之間的平均絕對(duì)誤差來(lái)評(píng)估各個(gè)算法的性能。
　　接下來(lái),我們基于一種二部圖上等概率傳播算法,研究了兩種改進(jìn)的算法,即調(diào)節(jié)資源配置的等概率傳播算法和消除冗余的等概率傳播算法。在調(diào)節(jié)資源配置的等概率傳播算法中,我們對(duì)等概率傳播算法中產(chǎn)品的資源分配進(jìn)行了優(yōu)化,研究結(jié)果表明,與原有的等概率傳播算

3、法相比較,調(diào)節(jié)資源配置的等概率傳播算法在推薦準(zhǔn)確度上略有提高。進(jìn)一步,我們研究了推薦系統(tǒng)中冗余屬性對(duì)算法效果的影響,提出了一種消除冗余的等概率傳播算法。研究結(jié)果表明消除冗余的等概率傳播算法的準(zhǔn)確度比等概率傳播算法提高了21.2％,并且在多樣性方面也有一定程度的提高。由此可知,消除冗余的等概率傳播算法進(jìn)一步優(yōu)化了等概率傳播算法的推薦性能。此外,消除冗余的等概率傳播算法在準(zhǔn)確度和多樣性方面也優(yōu)于傳統(tǒng)的協(xié)同過(guò)濾算法和調(diào)節(jié)資源配置的等概率傳播算