面向冷啟動(dòng)用戶的服務(wù)個(gè)性化推薦機(jī)制的研究與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)中服務(wù)的數(shù)量和種類不斷增多，為了幫用戶在大量服務(wù)中找到他需要的服務(wù)，服務(wù)推薦技術(shù)應(yīng)運(yùn)而生。傳統(tǒng)的服務(wù)推薦方法大多是根據(jù)目標(biāo)用戶的歷史使用服務(wù)記錄，尋找與目標(biāo)用戶行為相似的鄰居用戶，再推薦鄰居使用過的服務(wù)，或?qū)ふ遗c目標(biāo)用戶使用過的服務(wù)相似的服務(wù)進(jìn)行推薦，而對(duì)于沒有服務(wù)使用記錄的用戶即冷啟動(dòng)用戶，這些方法無法進(jìn)行推薦。所以用戶冷啟動(dòng)問題成為了服務(wù)推薦中亟待解決的問題之一。
　　現(xiàn)有的解決冷啟動(dòng)問題的算法，一部分需要用戶預(yù)先填寫

2、調(diào)查問卷以獲取其偏好情況，增加了使用的繁瑣程度;另一部分算法根據(jù)用戶填寫的注冊(cè)信息來尋找鄰居用戶以預(yù)測(cè)其偏好，但是這些算法未考慮用戶各項(xiàng)注冊(cè)信息元素對(duì)用戶偏好的影響程度是不同的，導(dǎo)致推薦準(zhǔn)確率的降低。
　　因此，本碩士論文針對(duì)現(xiàn)有的解決用戶冷啟動(dòng)問題的研究工作中存在的問題，圍繞面向冷啟動(dòng)用戶的服務(wù)個(gè)性化推薦機(jī)制展開相關(guān)研究，主要工作包括以下幾個(gè)方面:
　　(1)建立基于注冊(cè)信息的用戶相似度模型，使用線性回歸算法，計(jì)算各注冊(cè)信

3、息項(xiàng)對(duì)用戶偏好的影響權(quán)重，為進(jìn)一步利用注冊(cè)信息尋找與冷啟動(dòng)用戶偏好相似的鄰居用戶提供依據(jù)。
　　(2)提出一種面向服務(wù)功能的冷啟動(dòng)用戶個(gè)性化推薦算法。該算法使用基于注冊(cè)信息的用戶相似度模型，獲取鄰居用戶，從而根據(jù)鄰居用戶的功能偏好預(yù)測(cè)冷啟動(dòng)用戶的功能偏好，再將所有服務(wù)基于功能特征進(jìn)行聚類，計(jì)算每個(gè)功能服務(wù)類的功能特征與冷啟動(dòng)用戶功能需求偏好的匹配程度，將匹配度最高即最能滿足冷啟動(dòng)用戶功能需求偏好的功能服務(wù)類推薦出來。
　　(

4、3)將滿足冷啟動(dòng)用戶功能需求偏好的功能服務(wù)類中的服務(wù)作為推薦候選集，進(jìn)一步提出了一種面向服務(wù)QoS（Quality of Service，服務(wù)質(zhì)量）的冷啟動(dòng)用戶個(gè)性化推薦算法。該算法同樣使用基于注冊(cè)信息的用戶相似度模型，尋找冷啟動(dòng)用戶的鄰居用戶，根據(jù)鄰居用戶的QoS需求偏好預(yù)測(cè)得到冷啟動(dòng)用戶的QoS需求偏好，再根據(jù)冷啟動(dòng)用戶的上下文信息，預(yù)測(cè)他使用推薦候選集中的服務(wù)時(shí)可能體驗(yàn)到的QoS情況，最后根據(jù)候選集中服務(wù)的QoS滿足冷啟動(dòng)用戶Qo