基于朋友关系的交叉领域推荐算法-软件工程专业论文.docxVIP

研究生优秀毕业论文 大连理工大学专业学位硕士学位论文摘 大连理工大学专业学位硕士学位论文 摘 要 推荐系统被认为是信息时代解决信息过载的有效方案。个性化推荐不仅在电子商务 领域取得了重大的成功，带来了巨大的价值，同时在社交、科研、信息技术等多个方面 具有重要的意义。近年来推荐技术发展迅速，但仍有两个关键的难题没有解决：数据稀 疏问题和冷启动问题。 交叉推荐系统是解决这两个问题的有效途径。基本思想是利用其他领域的知识和数 据作为辅助，通过某种关联规则将其应用到目标领域当中。然而，大多数现有的交叉推 荐算法只考虑在有共同评分的领域之间进行。本文提出的基于朋友关系的交叉领域推荐 算法，将好友关系引入到交叉推荐的过程中，使得算法可以应用在没有共同评分的领域 之间。 本文使用朋友关系网络解决没有共同评分领域之间的关联问题。在目标领域中选择 被推荐者的好友作为推荐的最近邻用户，开展基于用户的协同过滤推荐。最近邻用户列 表的生成和相似度计算是本算法的关键所在。首先，我们提出了利用直接好友进行评分 预测的方案，认为好友与用户具有相同的评分习惯，相似度取值为一。其次，我们使用 PageRank算法对相似兴趣好友的选择进行了优化，选择结果不局限在直接的好友关系 上，将每个结点的PageRank值作为好友与用户的相似度进行评分预测。最后，我们以 上述两种方案作为基础对比算法，考虑了两个结点之间共同好友数目、共同领域数目、 结点自身领域数目和跨领域权重四个因素，对随机游走的转移矩阵进行优化，使得朋友 关系的游走更具有倾向性，从而使得相似用户的选择更为精准。 我fl‘]将共同好友因素和跨领域权重因素相结合，作为一种优化方案，除此之外，我 们利用用户相似度作为游走导向，作为最终的交叉推荐解决方案。通过对比实验证明了 本文所提算法的优越性。该算法突破了传统交叉推荐算法对交叉领域的限制，是对交叉 推荐的一次新的尝试。 关键词：推荐系统；交叉领域；链路预测：随机游走：朋友关系 万方数据 基于朋友关系的交叉领域推荐算法A 基于朋友关系的交叉领域推荐算法 A Cross—Domain Recommendation Algorithm Based on Social Network Abstract Recommendation system iS considered to be an effective solution to information overload．Personal recommending service has achieved great success in e-commerce．Besides， it also shows its significance in many other areas，like social networks，academic cooperation， information technology etc．Though，there still exist two problems for traditional recommendation system，they are data sparseness and“cold start”． Cross·domain recommendation system is proven to be a solution to the two problems．It aims to summarize the knowledge of the auxiliary domain．then transfer the knowledge to the target domain based on special relation or algorithms．In this paper，we proposed a cross—domain recommendation algorithm in which we utilize the friends network to find the similar users． First，we describe the basic idea of the algorithm in the paper．We pick up TopN similar users from the friends network of the target user．Then we propose all algorithm to calculate the similarity between users．Finally，we carl predict the item ratings in target domain based on the si