基于数据挖掘技术的协作过滤研究-软件工程专业论文.docxVIP

摘要摘要 摘要 摘要 随着信息技术的高速发展，Internet上的信息资源呈指数膨胀，出现了所谓 的“信息过载”和“信息迷向”问题，即人们很难找到自己感兴趣的信息，即使 找到了一些，也经常混有很多“噪音”。协作过滤(Collaboratire Filtering) 正是应这种需要而产生的。协作过滤，又叫社会过滤(Socia]Filtering)，在信 息过滤和推荐系统中正迅速成为一项很受欢迎的技术。它通过分析用户兴趣，在 用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价， 形成系统对该指定用户对此信息的喜好程度的预测。 本文详细分析了协作过滤算法以及它的实现步骤。针对协作过滤研究所面临 的其中一个问题：数据的稀疏性，探讨了通过数据预处理技术和采用算法产生评 分两种方式加以改善。对于协作过滤研究的另外一个问题：算法的可扩展性，探 讨了通过聚类算法来提高协作过滤系统的可扩展性。并且通过实验证明这些方法 均可以有效改善协作过滤研究所面临的问题。接着在对传统的协作过滤算法研究 的基础上提出了基于核估计的协作过滤方法。该方法利用数据预处理技术来降低 数据的稀疏性，采用主成分分析技术对数据集进行降维操作，通过聚类方法减少 最近邻居的搜索范围，最后应用核估计方法进行预测评分。实验证明这种方法在 一定程度上提高了预测的准确率。 关键字：信息过载：协作过滤；主成分分析；核估计 一I- 兰皇垄三奎兰堡圭兰竺丝兰Abstract 兰皇垄三奎兰堡圭兰竺丝兰 Abstract With the high—speed development of the information technology．the information resources ON Internet present the index and expand，it iS SO called“information overload”，then it iS getting more difficult for people to find information that oneself interested in，even found some， iS often mixed with many“noises“．Collaborative Filtering is designed to help people cope with thiS Situation．Collahorative Filtering or SOCial fiitering was widely used in Information FiIter and Recommend System． Collaborative Filtering tries to find desired items on the basi S of the preferences of a set of Similar users．In order t0 find 1ike一Ⅲined USers． it compares other user’S ratings with the target user’S ratings． In thiS paper，the Collaborative Filtering algorithm and how to implement are analyzed in detail．The first problem of collaborative filtering iS data sparsity．we Talk about use some techniques to either reduce the sparsity of the database by artifieially generating ratings or reduce the impact of sparsity by designing alternative algorithmiC techniques that perform well under sparse conditions．In the face of scalability about collaborative filtering，we talk about use Cluster algorithm to improve the CF—based system’s scalability．And the experiment show that these methods can solve the problem what the collaborative filtering faced．Base the resea