基于評(píng)分與閱讀行為的讀物推薦系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著出版業(yè)與互聯(lián)網(wǎng)的不斷發(fā)展，讀物領(lǐng)域的信息爆炸現(xiàn)象日益突出，如何幫助用戶在大量讀物中找到喜歡的讀物成為亟待解決的問(wèn)題。因此，能夠幫助用戶快速找到感興趣讀物的讀物推薦系統(tǒng)，就成為重要的應(yīng)用工具。算法的篩選以及推薦系統(tǒng)普遍存在的冷啟動(dòng)問(wèn)題成為制約推薦系統(tǒng)研究的兩個(gè)重要問(wèn)題。針對(duì)這些問(wèn)題，本文進(jìn)行了基于評(píng)分與閱讀行為的讀物推薦系統(tǒng)研究。
　　 本文對(duì)現(xiàn)有的推薦算法做了較為系統(tǒng)的分析總結(jié)，選取應(yīng)用最廣泛效果最好的協(xié)同過(guò)濾算法進(jìn)行研究，

2、分別對(duì)協(xié)同過(guò)濾算法的四種經(jīng)典模型進(jìn)行應(yīng)用實(shí)現(xiàn)，并設(shè)計(jì)了評(píng)分機(jī)制，分析出不同用戶對(duì)于不同算法的偏好，從而通過(guò)選擇用戶反饋?zhàn)詈玫乃惴▽?duì)用戶進(jìn)行推薦來(lái)提高用戶對(duì)推薦系統(tǒng)的滿意度。同時(shí)針對(duì)協(xié)同過(guò)濾算法固有的冷啟動(dòng)問(wèn)題，提出利用用戶閱讀行為數(shù)據(jù)解決冷啟動(dòng)問(wèn)題，設(shè)計(jì)并實(shí)現(xiàn)了終端對(duì)用戶閱讀行為數(shù)據(jù)的采集，終端與服務(wù)器數(shù)據(jù)傳輸，服務(wù)器端數(shù)據(jù)分析，利用用戶閱讀行為數(shù)據(jù)對(duì)用戶興趣建模，在用戶首次使用推薦系統(tǒng)、沒(méi)有對(duì)推薦系統(tǒng)進(jìn)行任何操作的情況下實(shí)現(xiàn)讀物推薦，