基于网厅用户隐私行为的个性化推荐系统的设计和研究-计算机技术专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 随着互联网技术和电子商务的不断发展，网络商品和服务的数量和种类越来越多。面 对如此庞大的规模，如何快速有效地帮助用户找到满足其需求的商品和服务则成为亟待解 决的问题。现有的个性化推荐方法大多采用协同过滤方法从众多功能相同或相似的商品中 向用户推荐最合适的商品。然而，在江苏电信网上营业厅（以下简称：网厅）这一典型业 务场景下，现有方法存在数据稀疏性、“冷启动”以及推荐准确性等问题。针对数据稀疏性 问题，本文采用基于用户显性数据和隐性数据相结合的方式为商品构建社会化标签，作为 个性化推荐的重要依据；针对“冷启动”问题，本文采用数据挖掘方法对用户进行分类， 通过分类在一定程度上反映出用户的个性化兴趣偏好。因此，本硕士论文针对现有个性化 推荐技术应用于江苏电信网上营业厅中实际存在的问题，围绕基于网厅用户隐性数据的个 性化推荐机制开展相关研究，主要工作包括以下几个方面： （1）提出了一种基于用户隐性行为数据的社会化标签构建方法，通过分析用户浏览页 面、停留时间等用户的操作行为等隐性数据，结合交易记录、服务评价等显性数据，构建 社会化标签模型，用于刻画商品的功能属性和非功能属性，为进一步分析用户对商品的个 性化偏好特征提供依据。 （2）提出了一种基于社会化标签模型的个性化推荐方法，根据用户所构建的标签找到 目标用户的邻居用户集，并基于商品的特征向量将目标用户及其邻居用户购买过的商品进 行聚类，最后根据用户对商品的标签计算目标用户对商品的偏好程度，并为目标用户推荐 满足其个性化功能需求的商品集。同时，聚类方法的使用提高了新发布商品被推荐的机会。 （3）提出了一种基于用户分类的个性化推荐方法，针对新注册用户隐性数据缺乏的“冷 启动”问题，采用基于贝叶斯模型的数据挖掘方法对用户进行分类，为特定类型的用户推 荐相关商品。在收集到足够的显性和隐性行为数据之后，对推荐结果进行调整。 （4）设计并实现了面向网厅用户的个性化推荐系统，并将本文中的个性化推荐算法应 用于系统中，验证了本文理论成果的可行性和有效性。 综上所述，本论文对个性化推荐问题进行了深入研究，建立了基于网厅用户显性数据 和隐性数据相结合的社会化标签模型，提出了一种基于社会化标签模型的个性化推荐方法， 并通过贝叶斯模型对用户进行分类以解决“冷启动”问题。最后，通过一系列的仿真实验 及原型系统实现，验证了本论文取得成果的可行性和有效性。 关键词: 推荐系统，隐性数据，个性化需求，冷启动，聚类 I Abstract With the continuous development of internet technology and e-commerce,the number and variety of network goods and services become more and more.In the face of such a large scale,how to help users find the right goods and services quickly and efficiently become a problem to be solved.Most of the existing method of personalized recommendation collaborative filtering methods conformity recommend the most suitable goods to user from many other goods with the same or similar functions.However, in jian