论文部分内容阅读
伴随着信息时代的来临，我们面对的是爆炸式的信息和数据。如何从这些纷繁复杂的信息和数据中为用户推荐其感兴趣的内容成为当务之急。从上个世纪九十年代以来，研究人员发展了各种推荐方法，如基于内容的推荐、协同过滤、基于人口统计学的过滤等等。本文使用某婚恋网站三个月同城用户的交互行为数据，构造有效的统计评分模型，预测会员感兴趣的用户。我们分别采用了基于内容的Bayes推荐、基于用户的KNN协同过滤，并融入婚恋交友中的审美观、门当户对观念，推荐次数以及IDF思想等，为网站会员进行智能推荐，并解决了冷启动问题，提高了推荐精度。另外本文最终也形成推荐的融合模型，预防过拟合问题的产生。