基于参照的三阶段协同推荐算法-软件工程专业论文.docxVIP

南开大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所取 南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所取 得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任 何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的 研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文 原创性声明的法律责任由本人承担。 学位论文作者签名： 王塞 2011年5月27日 非公开学位论文标注说明 根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申请 和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本说明 为空白。 论文题目 申请密级 口限制(≤2年) 口秘密(≤10年) 口机密(≤20年) 保密期限 20 年 月 日至20 年 月 日 审批表编号 批准日期 20 年 月 日 限制★2年(最长2年，可少于2年) 秘密★10年(最长5年，可少于5年) 机密★20年(最长10年，可少于lO年) 摘要摘 摘要 摘 要 伴随着互联网突飞猛进的发展，网络影响到大众生活的方方面面。人们对 于网上交易的便捷性和智能化也提出了新的要求。如何提升用户体验，方便、 快捷、准确的提供用户所需要的内容是互联网公司一个急需解决的问题。个性 化推荐可以根据用户的兴趣和爱好进行商品的主动推荐，提供个性化的服务。主 动推荐技术几乎渗透到了互联网的各个领域，对于提升用户体验和商家的销量 都有重要意义，在广告系统中，向用户推荐感兴趣的广告对于增加广告商的收 入也很重要。所以，优秀的推荐技术不仅是各大互联网公司所急需的，而且也 是广大网民的迫切需求。本文提出了一种新的精准推荐技术——基于参照的三 阶段协同推荐技术，结合潜在语义模型进行用户行为聚类和项目相关性分析， 此外，我们综合考虑了用户的兴趣进行更加精确的推荐。 在三阶段推荐算法中，基于关联挖掘的结果构建数据矩阵，第一个阶段聚类 是在加强用户和主题矩阵上进行的，使用潜在概率语义模型把相似兴趣用户聚在 一起。在第二阶段中，使用KNN在用户和主题阵上进行二次聚类。第三阶段中， 首先使用语义切分，然后，使用多分类SVM把切分后的语义片段划分到六个维度 中相应的维度之下。之后建立意向矩阵进行第三次聚类。完成三阶段聚类后，使 用评分公式进行最终的项目评分。 三阶段推荐算法改进了两阶段的推荐过程，兼顾了推荐内容的意向信息，使 个性化推荐更具有针对性，准确率和召回率也都有一定程度的提升。 关键字：三阶段推荐语义切分精准推荐 AbstractAbstract Abstract Abstract With the rapid development of the Internet,It affect all the aspects of the public life．People made new demands for the convenience of the online transactions and intelligent also．How to improve the user’s experience and provide the user needs easily,fastly and accurately is an Intemet companys pressing problems．Personalized recommendation based on user interests and hobbies can take the initiative to recommend products，and providing personalized service．Active recommendation technology walk into almost all卸rc：嬲of the Intemet,It have important significance for enhancing the laser experience and the sales of businesses in the advertising system，recommended to the user interested in advertising for the increase in advertising revenue is also very important．Therefore，the best r．ecommendation technology is not only much-needed major Internet co