基于云平臺(tái)的個(gè)性化電影推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，人們已經(jīng)從信息匱乏時(shí)代進(jìn)入了大數(shù)據(jù)時(shí)代，和搜索引擎一樣，個(gè)性化推薦系統(tǒng)也是一種幫助用戶在信息過(guò)載的情況下快速發(fā)現(xiàn)有用信息的工具，它依據(jù)用戶的特征及歷史行為，主動(dòng)向用戶推薦符合其個(gè)人偏好的信息內(nèi)容。
　　協(xié)同過(guò)濾推薦算法作為個(gè)性化推薦系統(tǒng)中最重要的一種方法，已經(jīng)在實(shí)踐中取得了廣泛的應(yīng)用。本文首先梳理了最新的推薦系統(tǒng)總體發(fā)展趨勢(shì)，然后總結(jié)歸納了主流推薦算法的各自特點(diǎn)、適用范圍，重點(diǎn)介紹了新一代大數(shù)據(jù)處理框架Spa

2、rk，包括設(shè)計(jì)機(jī)制與原理，為下一步的研究奠定了理論基礎(chǔ)與實(shí)驗(yàn)基礎(chǔ)。針對(duì)現(xiàn)行的協(xié)同過(guò)濾推薦算法所面臨的冷啟動(dòng)、可擴(kuò)展性、用戶信任等關(guān)鍵問(wèn)題，在以下幾個(gè)方面作了相應(yīng)的理論研究和應(yīng)用研究：
　?。?）提出了兩種基于矩陣分解的協(xié)同過(guò)濾算法。為了解決基于傳統(tǒng)模型的協(xié)同過(guò)濾算法的數(shù)據(jù)稀疏性與冷啟動(dòng)問(wèn)題，引入權(quán)重因子，并結(jié)合隱式反饋信息，提出了兩種基于奇異值分解（SVD）的協(xié)同過(guò)濾算法,CSVD算法和NCSVD算法。CSVD算法在基于偏置的矩陣

3、分解模型上引入了權(quán)重因子，以調(diào)整用戶偏置參數(shù)與物品偏置參數(shù)之間的權(quán)重問(wèn)題，NCSVD在此基礎(chǔ)上引入隱式反饋信息，改善了冷啟動(dòng)問(wèn)題，在真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)證明表明，其能有效提高SVD系列算法的推薦精度。
　　（2）將信任機(jī)制引入到上述改進(jìn)的協(xié)同過(guò)濾算法中，構(gòu)建了一種基于信任和矩陣分解的協(xié)同過(guò)濾算法。結(jié)果表明，信任是影響推薦系統(tǒng)的一重要因素，在推薦系統(tǒng)中對(duì)其研究是有意義的。
　　（3）針對(duì)矩陣分解算法計(jì)算量大,訓(xùn)練時(shí)間長(zhǎng)，難以應(yīng)用