基于社交網(wǎng)絡(luò)的推薦系統(tǒng)數(shù)據(jù)稀疏性問題的研究.pdf

1、學(xué)校代碼：10126分類號：論文題目肇號JJ編號：基于社交網(wǎng)絡(luò)的推薦系統(tǒng)數(shù)據(jù)稀疏性問題的研究學(xué)院：計算機學(xué)院專業(yè)：計算機科學(xué)與技術(shù)研究方向：計算機網(wǎng)絡(luò)姓名：高猛指導(dǎo)教師：李茹教授2015年5月4日內(nèi)蒙古大學(xué)碩士學(xué)位論文基于社交網(wǎng)絡(luò)的推薦系統(tǒng)數(shù)據(jù)稀疏性問題的研究摘要隨著信息技術(shù)的高速發(fā)展和信息資源的迅速膨脹，人們從海量數(shù)據(jù)中找到自己真正感興趣的信息變得越來越困難，這就是著名的“信息過載問題”。推薦系統(tǒng)一直被認為是解決信息過載問題的重要技術(shù)

2、，它能夠根據(jù)用戶的歷史記錄預(yù)測用戶的偏好，從海量數(shù)據(jù)中找出用戶感興趣的信息。推薦系統(tǒng)已經(jīng)成功應(yīng)用于電子商務(wù)、個性化廣告推薦、個性化網(wǎng)絡(luò)服務(wù)等領(lǐng)域。協(xié)同過濾推薦算法是現(xiàn)在最為成功的推薦算法，但該算法面臨著嚴(yán)重的數(shù)據(jù)稀疏性問題?，F(xiàn)有的方法主要是通過提高評分矩陣的密度或者修正推薦的關(guān)鍵過程來緩解數(shù)據(jù)稀疏性問題對推薦算法的不利影響，但這兩種方法都沒有從本質(zhì)上解決數(shù)據(jù)稀疏性問題。本文從增加信息類別的角度出發(fā)，把社交網(wǎng)絡(luò)中用戶的好友關(guān)系、標(biāo)簽信息以

3、及項目的近鄰關(guān)系加入推薦模型，用于緩解數(shù)據(jù)稀疏性問題對推薦算法的不利影響。在結(jié)合社交網(wǎng)絡(luò)緩解數(shù)據(jù)稀疏性問題的過程中，本文首先闡述了用戶的評分數(shù)據(jù)存在的嚴(yán)重的數(shù)據(jù)稀疏性問題；其次，分析了社交網(wǎng)絡(luò)中用戶的好友關(guān)系、標(biāo)簽信息在緩解數(shù)據(jù)稀疏性問題中的作用；再次，分析了項目的近鄰關(guān)系對數(shù)據(jù)稀疏性問題的影響；最后，通過實驗驗證了社交網(wǎng)絡(luò)中用戶的好友關(guān)系、標(biāo)簽信息以及項目的近鄰關(guān)系可以緩解數(shù)據(jù)稀疏性問題，提高推薦算法的性能。關(guān)鍵字：推薦系統(tǒng)；協(xié)同過濾