【摘 要】
：
随着互联网服务的快速发展,使得互联网服务数据急剧增加。推荐系统就是在急剧膨胀的数据中为用户精准提供所需要的信息。在推荐系统中,协同过滤推荐模型被广泛应用。它通过用户购买商品的历史信息来寻找与其兴趣相似的其他用户,并为其未体验的项目进行评分预测。虽然协同过滤推荐模型存在实现简单、无需领域知识等优点,但是在现实生活中,人们很少对体验过的项目进行评分,使得协同过滤推荐算法在计算相似度时无法为用户提供兴趣
论文部分内容阅读
随着互联网服务的快速发展,使得互联网服务数据急剧增加。推荐系统就是在急剧膨胀的数据中为用户精准提供所需要的信息。在推荐系统中,协同过滤推荐模型被广泛应用。它通过用户购买商品的历史信息来寻找与其兴趣相似的其他用户,并为其未体验的项目进行评分预测。虽然协同过滤推荐模型存在实现简单、无需领域知识等优点,但是在现实生活中,人们很少对体验过的项目进行评分,使得协同过滤推荐算法在计算相似度时无法为用户提供兴趣最为相似的推荐用户,导致推荐效率低下。本文针对上述协同过滤模型中所出现的问题,做出以下研究:（1）针对传统协同过滤推荐算法中准确率与覆盖率较低问题,结合模糊C均值聚类思想,提出基于用户模糊聚类的综合信任推荐算法,最大程度上消除传统硬聚类对用户兴趣相似度计算的影响;根据用户间信任关系数据、用户项目评分数据对用户间信任关系进行挖掘;并结合用户间信任传递特性,对用户信任关系作补充;最后通过将用户综合信任度代替传统相似度进行协同过滤推荐,实验表明所提方法可有效提高推荐准确率与覆盖率。（2）针对噪声用户对推荐质量的影响,利用用户-项目评分数据与用户信任关系数据相结合,引入专家概念,提出一种融合偏置的动态专家信任推荐算法;利用用户的信任关系动态选择每个社区中推荐专家集,在为目标用户缺失项目做评分预测时,找到目标用户所在社区利用该社区中的专家集来做为推荐近邻;结合各个用户不同评分标准对目标用户作缺失项目评分预测;最后通过用户真实评分数据集验证了所提方法的有效性。（3）融入用户信任关系可有效提升推荐质量,但现有方法很少考虑项目意义对用户间信任关系的影响;针对此类问题,提出基于项目意义的隐式信任推荐算法;首先通过社区划分方法将用户划分到不同社区,然后通过评分数据挖掘用户间潜在信任关系并且将商品对用户的特殊意义以及用户间共同体验项目的积极与消极性考虑其中,最后将用户间隐式信任取代传统协同过滤中的相似度,寻找目标用户推荐近邻,为缺失项目评分预测;通过实验分析表明,所提方法能够有效提升推荐效率。本文对融合用户信任关系的协同过滤推荐算法进行研究。通过结合用户信任关系来提高协同过滤推荐精度,对现有聚类推荐算法与专家推荐算法进行分析且做出相应改进;将项目意义融入到用户间信任关系计算中,并对所提改进算法在真实公开数据集中进行实验验证。实验结果表明本文所提改进算法可进一步提高推荐质量。
其他文献
在大数据时代,数字化信息显得尤为重要。人们通常使用智能手机等设备对书籍等纸质文档拍摄进行数字化存储和应用。数字化的文档能够及时地为人们提供信息,快速地实现资源的共享。但是在使用智能设备拍摄书籍文档图像时,会发生不同程度的变形。在拍摄较厚的书籍页面图像时,会产生由于页面厚度导致的页面弯曲变形和拍摄角度不同导致的透视变形。变形的文档图像一方面会影响人们的视觉查看效果,另一方面对文档图像内容的识别、后期
藏羊是我国三大原始绵羊品种之一,主要分布在青藏高原地区,其皮毛、奶和肉都有很高的经济价值,是当地牧民重要的收入来源。在青海地区,藏羊通常为舍饲与半放养式结合的养殖模式,当天然草场可以为牲畜提供充足的牧草时,当地牧民会把牲畜赶到高山草场放牧,但因草场上的粪便通常未能及时集中处理,增加了藏羊之间肠道寄生原虫相互感染的机率。肠道寄生原虫可定殖于人类和多种动物的肠道中,被感染的动物临床症状一般表现为厌食、
猪瘟病毒（Classical swine fever virus,CSFV）引起的猪瘟（Classical swine fever,CSF）是一种高度传染性疾病,给全世界的养猪业造成了严重的损失。尽管猪瘟在部分国家和地区已被净化,但在我国仍时有发生,持续影响着我国养猪业的健康发展。猪瘟病毒与其他动物病毒一样,在感染和致病过程中会利用宿主细胞成分。因此,研究分析CSFV与宿主细胞成分的相互作用具有十
随着“互联网+”和在线教育模式的发展,教育信息化已经在我国各级教育领域得到了较好的应用,并且取得了不错的效果。而微信作为国内用户量最大的即时通讯软件,很受广大学生的青睐。为了进一步提高中职学校教学质量,笔者结合自己多年中职教育教学实践的经历,分析目前教育教学过程中各类辅助教学存在的问题与不足,将利用微信公众平台辅助课堂教学与传统教学进行了优势互补,从而能够大大地激发学生学习课程的兴趣,提高教师课堂
图像分割是计算机视觉领域的关键课题之一。在目标跟踪、行人检测、交通监控和医学图像分析等领域广泛应用。基于深度学习的图像分割模型,在大量人工标注的像素级标签下取得了显著成效。然而,对于强监督图像分割任务而言,收集大规模精确的像素级标签需要消耗昂贵的人力物力。同时,随着图像场景愈加复杂,标注的准确性也会随之下降。基于弱监督学习的图像分割方法,使用监督信息较少、标注成本较低的粗糙标签,如边界框、涂鸦、点
随着计算机、网络信息技术与社会的快速发展,人们的学习方式正在发生着巨大的变化。虽然传统的教育方式仍有着不可取代的作用,但越来越多的人们开始选择在线教育。特别是当我们遇到特殊的情况,无法进行课堂的线下教学时,在线教育就成为了一个非常有效的解决方法。面对着海量的课程资源,能够为用户提供符合其兴趣的个性化学习课程就十分的有必要。所以,本文设计并实现了一个基于个性化推荐的在线教育系统,来满足用户日益增长的
隐孢子虫（Cryptosporidium spp.）、结肠小袋纤毛虫（Balantioides coli）和毕氏肠微孢子虫（Enterocytozoon bieneusi）是寄生于人及多种动物肠道内的三种重要原虫,均通过粪-口途径在世界各地广泛传播。三种病原的感染不仅会造成畜禽生产性能下降,也可对公共卫生安全构成威胁。陕西省是中国西北部发展地方特色生猪产业的重要地区,但该省猪中三种肠道原虫的感染情
猪细小病毒（Porcine parvovirus,PPV）是引起初孕母猪繁殖障碍性疾病的重要病原,PPV感染母猪临床上主要表现为不发情、流产、产死胎等症状。PPV基因组主要包含两个开放性阅读框（Open reading frame,ORFs）ORF1和ORF2,ORF1编码病毒非结构蛋白NS1和NS2,ORF2编码病毒结构蛋白VP1和VP2。其中NS1是PPV最重要的非结构蛋白,对病毒DNA复制是
最近几年,“智慧医疗”逐渐融入人们的生活,2020年,新冠疫情使得“互联网+医疗”更加火热。如何从大规模中文电子病历数据中获取有价值的医疗信息成为研究的重点,电子病历中实体抽取是研究这一问题的基础。但是,中文电子病历所包含的疾病名称、临床症状、药品名称等较为复杂;不同医生在使用专业术语上有差别;不同实体类别之间边界不清晰。以上这些问题都加大了中文电子病历中实体识别的难度。本文针对这些问题,首先,制
智能成像设备的快速发展使得数字图像成为传递信息的重要渠道。然而,随着图像编辑软件操作的日益人性化,人们可以对图像内容进行随意修改,这种操作严重降低了图像的可信度,由此诞生了判别数字图像真伪的检测技术。拼接是篡改者惯用的一种伪造手段,众多学者已经提出了多种针对此类篡改的检测方法。然而随着篡改技术的日益成熟,研究图像拼接篡改检测的方法仍十分必要。针对目前图像拼接篡改检测方法真阳性率低、鲁棒性不强的问题