基于有限混合模型的協(xié)同過(guò)濾算法研究.pdf

1、在信息互聯(lián)網(wǎng)高度發(fā)達(dá)的今天，解決信息過(guò)載問(wèn)題已經(jīng)成為互聯(lián)網(wǎng)技術(shù)發(fā)展的方向之一。如何從網(wǎng)絡(luò)海量信息中獲取有價(jià)值的信息是研究信息過(guò)載問(wèn)題的關(guān)鍵，而個(gè)性化推薦作為解決此問(wèn)題的關(guān)鍵技術(shù)，具有重要的學(xué)術(shù)意義和應(yīng)用價(jià)值。協(xié)同過(guò)濾以及協(xié)同過(guò)濾的各種衍生算法以其不依賴于信息的具體內(nèi)容、易于實(shí)施、可以產(chǎn)生新異推薦等特性被大量的互聯(lián)網(wǎng)企業(yè)所采用，并成為一個(gè)學(xué)術(shù)研究熱點(diǎn)。針對(duì)基于存儲(chǔ)的Slope One模型的準(zhǔn)確度和擴(kuò)展性缺陷問(wèn)題，本文研究基于模型的協(xié)同過(guò)濾

2、算法，以有限混合模型為基礎(chǔ)，結(jié)合傳統(tǒng)Slope One協(xié)同過(guò)濾技術(shù)，探索新型個(gè)性化推薦方法，具體包括以下研究?jī)?nèi)容:
　　首先，介紹了有限混合模型的統(tǒng)計(jì)學(xué)原理、概念和特點(diǎn)，詳細(xì)推導(dǎo)其求解的算法;介紹了個(gè)性化推薦的基礎(chǔ)概念與發(fā)展現(xiàn)狀，分析協(xié)同過(guò)濾算法的幾個(gè)常用方法的優(yōu)缺點(diǎn)，以及有限混合模型在協(xié)同過(guò)濾上應(yīng)用的優(yōu)勢(shì)，總結(jié)了近年來(lái)國(guó)內(nèi)外學(xué)者們所做的相關(guān)工作。
　　其次，本文利用多項(xiàng)式有限混合模型對(duì)數(shù)據(jù)集進(jìn)行基于模型的聚類，通過(guò)引入最小

3、信息長(zhǎng)度法則（minimal message length criterion，MML）以縮小有限混合模型的求解迭代次數(shù)，并將聚類結(jié)果應(yīng)用于Slope One平均評(píng)分偏差的改良上，從而改善了Slope One算法由于缺乏用戶相似考慮導(dǎo)致的準(zhǔn)確度問(wèn)題。同時(shí)由于將整個(gè)推薦方案分為離線聚類和在線推薦兩部分，極大地改進(jìn)了Slope One的可擴(kuò)展性。使用標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行模擬實(shí)驗(yàn)，評(píng)估新算法的準(zhǔn)確度與效率指標(biāo)，相比于標(biāo)準(zhǔn)的Slope one和基于用