推荐网络分析及个性化推荐算法研究

来源 :电子科技大学 | 被引量 : 3次 | 上传用户:wangzixiaoxun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要基于复杂网络理论来研究推荐系统中的用户评分预测问题。重点研究了用户评分行为的异质性,提出了多个有效的个性化推荐算法。这些工作推动了推荐系统从个性化推荐算法到算法的个性化的研究。主要工作成果如下:1.提出一种结合用户偏好的个性化推荐算法。最近被提出的混合推荐算法将用户对算法的偏好程度设为一致,有悖于用户对算法偏好具有异质性的事实。本文提出和设计了针对用户偏好的个性化算法参数。通过两个基准数据集上的实验结果表明,该算法在准确率上能分别提高1.56%和8.33%。2.提出了推荐算法的个性化概念并研究了用户的最佳适用算法。传统推荐系统对所有用户使用单一推荐算法,而实际上不同用户适合采用不同的推荐机制。本文尝试根据用户自身特性关联其最适用的算法。实验结果表明,若所有用户匹配到其最佳算法,相比两个典型算法,在排序准确度上能分别提高20.53%和12.35%。该工作有助于推动解决数据集特性与其最佳推荐算法关联的重要问题。3.提出一种基于产品质量和用户评分偏好的个性化推荐算法。协同过滤推荐算法在用户或产品数目庞大时,可扩展性面临严峻挑战。本文提出一种依据产品质量和用户评分偏好的个性化推荐算法,该算法不仅具有低复杂度和可解释性好等优点,在三个基准数据集上的实验结果表明,该算法的预测准确性比趋势推荐算法分别提高2.99%,3.18%和3.53%。4.提出一种基于用户评分可信性的个性化推荐算法。由于推荐系统能直接影响用户对商品的购买意图,因而容易受到恶意用户的攻击,导致不能直接利用评分来评价商品的质量。本文通过引入多种用户信誉评价机制来计算用户评分的可信度,提出具有防止恶意操纵的个性化推荐算法。实验结果表明,在较强攻击时,考虑评分可信性的算法在预测准确性上比原算法分别提高1.70%和1.20%。
其他文献
伴随着网络和信息技术的发展,互联网已经融入到了我们生活的方方面面。特别是随着Web2.0技术的应用,社交网络迅速兴起,如QQ空间(Qzone)、人人网(Renren)、朋友网(Pengyou)、
随着互联网的飞速发展,HTML5标准的提出并广泛被各种浏览器所支持,传统的基于二维图形的网络页面已经不能满足用户的视觉和交互需求。在这一趋势下,通过HTML5引入并实现的Web
近年来,随着物联网的快速发展和人们对传感器网络研究倍加关注,作为物联网核心技术的无线传感器网络也得到了广泛的应用和研究。由于无线传感器节点具有价格低廉、功耗低和体
随着软件行业的发展,软件开发技术的提高,软件产品的规模变得日益庞大,软件的复杂度不断增加,软件测试日益得到重视和变得专业化。软件测试作为保证软件质量的重要环节,测试
无线传感器网络是一门综合了计算机技术、现代通信技术、微电子技术、嵌入式系统、分布式信息处理等理论的新兴科学。它是由大量具有感知能力、计算能力和通信能力的微型传感
随着近些年来测序技术的飞速发展,人类产生了海量的生物序列数据,亟需通过有效的计算手段进行分析和处理。而在众多的生物序列分析与处理问题中,生物序列数据的k-mer频次信息是
科学技术不断发展进步,人类每天都要处理大量繁冗复杂的信息。数据挖掘技术就是从这些大量纷繁的数据中挖掘潜在有用的信息,使数据的分析和解释更简洁容易。特征选择是数据挖
基于车联网应用的云计算支撑平台利用虚拟化技术将不同类型的物理服务器和虚拟机等异构资源整合成一个虚拟资源池,按需为不同的用户提供不同类型的车联网应用服务。车联网大
信息时代的发展,引领计算机软件应用深入到千家万户,各行各业。随着软件的应用领域迅速加大,规模急速扩张,软件安全性的要求也逐步提升,软件调试和维护的成本越来越高,软件的
在当前开放的互联网形式下,多媒体技术快速的发展,已经成为数字信息时代的主要参与者。人们通过数字形式的多媒体信息来进行数据通信和信息交换,意味着信息交换允许第三方访