基于主客观相似性度量的协同过滤算法研究-计算机软件与理论专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 伴随着互联网技术与电子商务应用的发展，个性化推荐系统逐渐成为电子商务关键 技术中的一个重要研究内容，并得到了越来越多的研究者的关注。其中，协同过滤推荐 技术是目前应用最广泛也最成功的个性化推荐技术，它也因此成为个性化推荐领域研究 的重点。本文主要针对协同过滤推荐技术展开研究。 在协同过滤推荐技术方面，本文分析了目前传统技术所存在的问题，随着电子商务 系统用户数目和商品数目的日益增加，以基于用户为代表的协同过滤技术在实时性推荐 问题上将遭遇到难以逾越的瓶颈，因为此算法对于用户在线计算的时间消耗会随着用户 数量和商品数量的急剧增加而大大提高，尽管也有学者提出通过聚类，降维等方法提高 实时响应性，但是仍然没有完全解决时间瓶颈，并且还以牺牲了推荐精度为代价。因此， 另外发展基于项目的协同过滤推荐成为必然，基于项目的协同过滤计算项目之间的相似 性而不是用户的，项目之间的相似性又是可以离线计算的，因此可以从根本上解决实时 性问题。然而，由于整个项目空间上用户的评分数据极端稀疏，基于项目的相似度计算 公式又要求有大量这样的用户存在，即该用户同时对参与比较的两个项目都有评分，显 然，用户-项目评分矩阵的稀疏性将很大程度地造成用户评分对推荐精度的影响而出现 较大误差；另外，传统的基于项目的相似性度量方法没有考虑项目自身的特征属性对项 目相似性的影响，因而不仅推荐结果不够准确而且还对新项目问题无能为力。于是，针 对这些已有的协同过滤推荐技术中所存在的问题，提出了一种新的计算项目之间相似性 的方法，该方法将项目之间的相似性计算分做两个方面。 第 1 个方面是对基于用户评分数据的传统的皮尔森算法进行加权修正，得到基于用 户评分的新的主观相似度计算公式； 第 2 个方面是对项目自身的属性进行分类计算，通过几个影响程度最大的项目属性 的组合，得到基于项目本身的客观相似度计算公式，最后对两部分相似度进行加权整合 得到新的项目相似度计算公式。以期望在提高项目相似性计算结果准确率的同时，也能 够在一定程度上解决新项目这样的冷启动问题。 最后通过实验验证了本文所提出方法的正确性和有效性。 关键词：电子商务，个性化推荐，协同过滤，项目相似度，特征属性 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT With the development of the Internet technology and e-commerce application, personalization of e-commerce recommendation system is becoming important research content in e-commerce, and attracting more and more researchers’ attention. Among them, the collaborative filtering technology is currently the most widely used and successful personalized recommendation technology, which is becoming the focus of research in the field of personalized recommendation. Thus, this study focused on the collaborative filtering technology. In the collaborative filtering technology, this study analyzed the current problems in conventional technology. With increasing of the numbers of users and goods in e-commerce system, the user-based collaborative filtering technology come up with insurmountable problems in real-time recommendations because time consumption of online users for this algorithm will increased with the increasing of number of users and number of commodities. Although some scholars