一種基于用戶隱式反饋的美食推薦算法研究.pdf

1、隨著大數(shù)據(jù)時代的到來以及人們移動性的日益增強(qiáng)，人們逐漸陷入信息海洋，如何為不同地理位置、不同興趣背景的用戶提供個性化的推薦服務(wù)是一個具有挑戰(zhàn)性的研究課題。已有研究大多針對電子商務(wù)、書本以及影音等推薦，針對美食行業(yè)的個性化推薦研究成果相對較少。同時，已有研究大多基于User-Item的二元結(jié)構(gòu)且未結(jié)合地理位置信息，商品分類單一難以滿足如美食推薦等垂直類應(yīng)用的要求。課題研究在深入分析傳統(tǒng)個性化推薦技術(shù)的基礎(chǔ)上，結(jié)合美食行業(yè)應(yīng)用特點(diǎn)，設(shè)計一種

2、基于隱式用戶反饋的個性化美食推薦算法。
　　首先，本文對當(dāng)前個性化推薦算法在國內(nèi)外的發(fā)展現(xiàn)狀進(jìn)行綜述，對主流的推薦算法及用戶模型進(jìn)行了比較分析。
　　其次，通過顯性方式記錄用戶興趣和隱性方式來搜集用戶行為，同時結(jié)合地理位置信息，采用協(xié)同過濾及興趣聚類等方式構(gòu)建用戶模型，基于商品森林體系設(shè)計了一個用戶-商品-商家多維空間結(jié)構(gòu)，將有空間屬性的商家和無空間屬性的商品分開建模，并融合用戶的隱式數(shù)據(jù)。相對于傳統(tǒng)的推薦模型，經(jīng)過對用戶隱

3、式行為數(shù)據(jù)的采集和分析以及商品模型的改進(jìn)，在很大程度上提高了推薦效率。
　　再次，基于改進(jìn)模型設(shè)計了一種針對美食特點(diǎn)的個性化推薦算法，主要包括基于用戶相似和基于商品相似兩種推薦算法及評分預(yù)測算法，通過模型和算法的改進(jìn)，提高了商品推薦的精度，并創(chuàng)新性實現(xiàn)了從個性化商品推薦到個性化商家推薦的無縫銜接。
　　最后，論文通過模擬實驗及原型系統(tǒng)對改進(jìn)模型及算法的性能進(jìn)行驗證，主要包括用戶相似度和商品相似度的比較、商家推薦等，實驗結(jié)果表