基于協(xié)同過濾技術(shù)的推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，用戶與網(wǎng)站的交互也越來越頻繁，向用戶提出合理的推薦成為了很多網(wǎng)絡(luò)公司的追求商業(yè)利潤的關(guān)鍵條件。推薦技術(shù)是個綜合性的研究領(lǐng)域，它涉及機器學(xué)習(xí)、數(shù)據(jù)挖掘、統(tǒng)計學(xué)、人工智能和模式識別等領(lǐng)域。這項技術(shù)通過處理和分析用戶的數(shù)據(jù)來找出有用的信息，并且向用戶做出推薦。它是目前最熱門的技術(shù)之一。
　　本文首先對傳統(tǒng)的基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法進行了系統(tǒng)的分析和研究。本文在前人研究的基礎(chǔ)上，提出了有關(guān)于傳統(tǒng)

2、基于用戶的協(xié)同過濾算法的改進。本文的研究和驗證全部是基于實驗完成，通過兩組實驗對幾個算法取得的不同結(jié)果進行了全面的實現(xiàn)和分析。本文采用被廣泛接受的三個不同的測評標(biāo)準(zhǔn)對幾個算法進行了全面的評估。在實驗的數(shù)據(jù)集上，本文通過實驗證明了改進的基于用戶的協(xié)同過濾算法在推薦的準(zhǔn)確率和召回率上優(yōu)于其他算法。本文分析了經(jīng)修改的基于用戶的協(xié)同過濾算法只在覆蓋率上取得良好效果的原因，并總結(jié)了提供用戶行為數(shù)據(jù)集的特點。
　　本文使用在實驗中取得較好效果

3、的算法搭建了一個電影推薦系統(tǒng)，并從數(shù)據(jù)庫到推薦引擎構(gòu)成以及推薦流程等多角度闡述了系統(tǒng)構(gòu)成。系統(tǒng)從實際角度出發(fā)，全面的分析了用戶行為特征，并為每個用戶構(gòu)建與其興趣愛好相似的人群集合。在經(jīng)過推薦引擎預(yù)測出用戶對系統(tǒng)中所有物品可能的喜好程度后，根據(jù)預(yù)測值大小排名，組成一個評分最高的TopN個商品推薦給用戶，系統(tǒng)有效地迎合了電影網(wǎng)站用戶群的特點。
　　基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法雖然出現(xiàn)的時間很早，但現(xiàn)在仍然被很多著名的