在線推薦系統(tǒng)的算法研究及其應(yīng)用.pdf

1、分類號(hào)密級(jí)UDC注1學(xué)位論文在線推薦系統(tǒng)推薦系統(tǒng)的算法算法研究及其應(yīng)用研究及其應(yīng)用黃海波指導(dǎo)教師姓名劉貴松副教授電子科技大學(xué)成都申請(qǐng)專業(yè)學(xué)位級(jí)別碩士專業(yè)學(xué)位類別工學(xué)碩士工程領(lǐng)域名稱計(jì)算機(jī)科學(xué)與技術(shù)提交論文日期2012.03論文答辯日期2012.05學(xué)位授予單位和日期電子科技大學(xué)答辯委員會(huì)主席評(píng)閱人2012年月日注1：注明《國際十進(jìn)分類法UDC》的類號(hào)摘要I摘要近年來，隨著互聯(lián)網(wǎng)迅速發(fā)展及智能手機(jī)、相機(jī)等個(gè)人電子設(shè)備的迅速普及，大量信息被

2、上載到互聯(lián)網(wǎng)?；ヂ?lián)網(wǎng)信息的快速增長，產(chǎn)生了信息疲勞的問題。人們每天面對(duì)海量數(shù)據(jù)，卻難以從這些數(shù)據(jù)中快速獲取自身需要的信息，而往往被各類垃圾信息所包圍。人們迫切需要一種方式能夠主動(dòng)地、便利地、準(zhǔn)確地獲取并處理信息。推薦系統(tǒng)正是解決這一問題的最新嘗試之一，并成為近幾年的研究的熱點(diǎn)。這種系統(tǒng)通過主動(dòng)或是被動(dòng)地獲取用戶的各類信息，如對(duì)項(xiàng)目的評(píng)分，或是訪問的網(wǎng)頁、搜索的關(guān)鍵詞、點(diǎn)擊的鏈接等數(shù)據(jù)，主動(dòng)推斷用戶的偏好，并向用戶提供用戶需要的信息。然而

3、，現(xiàn)有推薦系統(tǒng)在精確度、功能、適用范圍等方面仍然不能完全滿足用戶的需求，新的推薦系統(tǒng)及推薦算法仍在不斷涌現(xiàn)?；谏鲜霰尘?，本文對(duì)推薦系統(tǒng)的研究現(xiàn)狀及發(fā)展進(jìn)行了研究，重點(diǎn)關(guān)注推薦系統(tǒng)的評(píng)價(jià)以及基于社交網(wǎng)絡(luò)的推薦系統(tǒng)兩個(gè)方面，并提出了一些改進(jìn)算法，取得了一定成果。本文主要包括以下內(nèi)容：一是研究了推薦系統(tǒng)的評(píng)價(jià)方法，分析了現(xiàn)有方法中存在的誤差及其對(duì)系統(tǒng)性能的影響。提出了一種基于分離因素法的推薦精度評(píng)價(jià)算法，并對(duì)算法進(jìn)行了分析?；贙DDCup

4、2012Track2數(shù)據(jù)對(duì)相關(guān)算法進(jìn)行了仿真實(shí)驗(yàn)，得到了搜索引擎中顯示在不同位置廣告，對(duì)用戶相對(duì)吸引力數(shù)值。二是研究了在社交網(wǎng)絡(luò)中推薦系統(tǒng)的作用及實(shí)現(xiàn)方法，并提出一種信任傳遞及聚合機(jī)制，用于度量社交網(wǎng)絡(luò)中原本不是好友的兩人之間的相關(guān)程度。同時(shí)，給出一種算法快速計(jì)算一個(gè)用戶與其它用戶之間的相關(guān)程度，進(jìn)而快速給出推薦結(jié)果。基于KDDCup2012Track1數(shù)據(jù)對(duì)算法進(jìn)行了仿真實(shí)驗(yàn)，并給出了分析結(jié)果。關(guān)鍵關(guān)鍵詞：詞：推薦系統(tǒng)，數(shù)據(jù)挖掘，社交