基于二分网络的个性化推荐系统分析-管理科学与工程专业论文.docxVIP

I I 摘 要 随着英特网的迅猛发展和 Web2.0 技术的广泛应用，电子商务网站和社交平台 给我们带来了海量的信息，但是面对如此大量的信息，我们很难找到自己需要的 内容，于是个性化推荐系统已经成为英特网时代不可或缺的部分。个性化推荐系 统是一个可以用来解决信息过载问题的有效工具，它无需用户介入就能够预测用 户的兴趣爱好，具有较强的自学能力和实时能力。进入 21 世纪以来，随着电子商 务的发展，个性化推荐技术取得了飞速的发展和广泛的应用前景。目前个性化推 荐系统在社交网络、电子商务、视频、新闻、电影、音乐等各种类型的 web 站点 取得了广泛的应用。 近年来，人们对复杂网络的研究方兴未艾，二分网络作为复杂网络中的一种 重要的网络表现形式，具有一定的普遍性。本文深入研究了基于用户-产品二分网 络的推荐算法，主要考察了产品的初始资源对推荐算法的影响，研究结果表明改 变初始配额能够同时提高推荐结果的准确性和多样性。我们根据每个产品的度， 将初始资源不均匀地分配给各个产品，称之为非均匀初始资源配置的偏热传导算 法。实验结果表明提出的算法不仅比标准热传导算法的推荐准确性提高 47.33%， 而且比准确的物质扩散算法提高 24.04%。非均匀初始资源配置的偏热传导算法与 性能较好的热传导与物质扩散混合算法、偏热传导算法相比较，非均匀初始资源 配置的偏热传导算法的多种指标都有所提高。 此外，在