基于主動學習的用戶冷啟動推薦研究.pdf

1、協(xié)同過濾推薦是個性化推薦系統(tǒng)中應(yīng)用最成功、最廣泛的一種技術(shù)，但該技術(shù)不能為系統(tǒng)中的新用戶產(chǎn)生精準的項目推薦，這就是用戶冷啟動問題。挑選項目引導新用戶評分，以獲得更多的用戶偏好信息，是解決用戶冷啟動問題的常用方法。將主動學習用于評分引導過程，用盡可能少的交互次數(shù)獲得信息含量較高的評分數(shù)據(jù)，從而為新用戶進行項目推薦，關(guān)鍵在于主動學習項目選擇策略的設(shè)計。針對此，本文進行了詳細的研究，主要研究工作如下：
　　(1)深入研究了協(xié)同過濾推薦、

2、主動學習以及主動學習用于用戶冷啟動推薦的相關(guān)內(nèi)容，為后續(xù)的工作提供理論基礎(chǔ)。
　　(2)在基于用戶的協(xié)同過濾推薦中，提出了一種自適應(yīng)主動學習方法。在項目選擇過程中，自適應(yīng)方法能動態(tài)調(diào)整不確定性和代表性的權(quán)重分配，基于用戶滿意度最大化標準擇優(yōu)選擇當前最有價值的項目交由用戶評分。在常用推薦數(shù)據(jù)集上的實驗結(jié)果表明，自適應(yīng)方法能有效獲得冷啟動用戶的高質(zhì)量評分信息，提高了推薦準確率。
　　(3)針對新用戶可能不會為查詢項目提供評分的情