個性化推薦系統(tǒng)中協(xié)同過濾技術的研究.pdf

1、個性化推薦系統(tǒng)是互聯(lián)網時代以及人類文明發(fā)展的必然產物。面對復雜繁多的互聯(lián)網信息，人們往往會覺得不知所措，找不到自己需要的東西，于是在這種需求環(huán)境中，推薦系統(tǒng)誕生了。推薦系統(tǒng)是能夠自動為人們提供滿意信息的智能系統(tǒng)，而個性化推薦系統(tǒng)是為人們提供滿意信息的同時，滿足人們的個性化需求的智能系統(tǒng)。
　　協(xié)同過濾推薦技術是個性化推薦系統(tǒng)中最為成功的技術，它是利用用戶項目評分數據，以用戶之間或者項目之間相互協(xié)作的方式來產生推薦。然而，由于信息的

2、不斷膨脹，協(xié)同過濾推薦技術依然有很多問題需要研究與解決。其中，評分數據的稀疏性、冷啟動等問題一直是阻礙推薦系統(tǒng)的推薦精度與推薦效率進一步發(fā)展的主要因素。本文從數據的稀疏性及冷啟動問題出發(fā)，從推薦的準確性角度展開研究，主要做了兩點工作。
　?。?）針對數據稀疏性問題，提出了一種改進的基于K均值項目聚類的協(xié)同過濾算法。由于傳統(tǒng)的基于K均值項目聚類的協(xié)同過濾算法忽略了數據稀疏情況下計算項目間相似性的不準確性，而導致推薦精度不高的問題。本

3、文提出改進方法，首先經過數據預處理過程，保證數據在進行項目聚類時的完整性；然后結合K均值聚類算法劃分出項目的類簇；接著，在最近鄰居查詢過程中，依據目標項目所處類簇中的項目數量大小，選擇是否對目標項目進行再次相似度計算，從而選出最近鄰居集合；最后，根據相似度加權評分公式進行評分預測，最終產生推薦。
　　（2）針對新用戶冷啟動問題，提出用信息擴展的概念來解決新用戶冷啟動問題。主要采用全局項目的用戶信息擴展技術，提高新用戶由于評分極少導