版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、推薦系統(tǒng)是信息過濾領域一項重要的技術。隨著電子商務的發(fā)展,網絡中新增的用戶和項目越來越多。面對如此龐大的項目群,用戶往往只對很少一部分項目進行評分,更多的項目通常是沒有評分的,所以評分數據的稀疏問題變得日益嚴重。在評分稀疏的情況下,推薦算法的推薦精度是比較低的。隨著社交網絡的興起,人們發(fā)現在推薦系統(tǒng)中并入信任信息可以提高推薦算法的推薦精度,而且基于社交網絡的推薦也更符合現實情況。但社交網絡中的信任信息同樣面臨著稀疏問題。本文就是針對如何
2、緩解數據稀疏性,提高算法的推薦精度展開研究的。
首先,針對評分稀疏情況下推薦算法預測精度較低的問題,提出一種融合加權信任的概率矩陣分解算法。采用一種改進的Jaccard相似性計算方法計算信任用戶之間的相似值,將其作為權重因子給原始的信任評分加權,從而得到一個加權信任;構造融合了加權信任的基準偏移、用戶特征矩陣上的和用戶項目評分上的條件分布;構造擴展的概率矩陣分解模型;通過調整因子控制信任信息在推薦過程中的比重。
其次
3、,針對社交網絡中信任數據稀疏的問題,提出一種融合相似性和填充信任矩陣的協(xié)同推薦算法。首先,基于原始的信任矩陣計算信任用戶的相似用戶集,接著度量信任用戶之間的信任程度,依照信任傳遞的原理預測新的信任評分,用新的信任評分填充原始的信任矩陣;采用改進的Jaccard方法得到目標用戶的鄰居集合;最后,基于目標用戶的信任用戶和鄰居用戶共同為目標用戶做推薦。
最后,根據模型設計推薦算法。在Epinions數據集上做實驗,將本文提出的推薦算
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于社交網絡的Web服務推薦算法研究.pdf
- 基于社交網絡的推薦算法應用研究.pdf
- 基于社交網絡的旅游路線推薦算法研究.pdf
- 基于用戶多維社交網絡模型的推薦算法研究.pdf
- 社交網絡朋友推薦算法研究.pdf
- 基于社交網絡的協(xié)同過濾推薦算法研究.pdf
- 基于位置社交網絡潛在好友推薦算法研究.pdf
- 基于社交網絡的個性化推薦算法研究.pdf
- 基于在線社交網絡的個性化推薦算法研究.pdf
- 基于社交網絡信息的協(xié)同過濾推薦算法研究.pdf
- 基于用戶網絡社交信息的推薦算法研究與實現.pdf
- 基于位置社交網絡的個性化地點推薦算法研究.pdf
- 基于社交網絡主題影響分析的推薦算法研究和實現.pdf
- 社交網絡中的主題用戶推薦算法研究.pdf
- 基于位置的社交網絡中高性能興趣點推薦算法研究.pdf
- 基于社交網絡的協(xié)同過濾推薦算法的研究與實現.pdf
- 基于用戶投票推薦算法的社交網絡系統(tǒng)的研究與實現.pdf
- 耦合社交網絡環(huán)境下基于擴散過程的推薦算法研究.pdf
- 基于社交網絡和隱私保護的協(xié)同過濾推薦算法研究.pdf
- 遷移社交網絡的交叉推薦算法研究與實現.pdf
評論
0/150
提交評論