基于分眾分類的協(xié)同過濾推薦系統(tǒng)研究.pdf

1、隨著Internet的發(fā)展和Internet用戶群的壯大，獲取信息的方式變得非常方便，消費各種信息也成為生活中不可或缺的一部分。但信息過載與冗余給人們的日常生活和商務(wù)活動造成了諸多不便，為用戶提供有效、準確、方便快捷、滿足個性化需要的推薦服務(wù)成為當前的產(chǎn)業(yè)應(yīng)用和學術(shù)研究的熱點。協(xié)同過濾算法是其中應(yīng)用最為成功的個性化推薦技術(shù)。但是，Internet上的信息數(shù)量和種類的急速增長，協(xié)同過濾推薦算法面臨諸多挑戰(zhàn)：數(shù)據(jù)稀疏性、冷啟動、可擴展性等等

2、。協(xié)同過濾需要建立在大量的用戶數(shù)據(jù)的基礎(chǔ)上。進入web2.0時代以來，整個互聯(lián)網(wǎng)的結(jié)構(gòu)和功能發(fā)生了深刻的變化。Web2.0作為一個平臺，為用戶提供自由協(xié)作、互動、創(chuàng)造的支持。分眾分類就是用戶整體用自由標簽創(chuàng)造的分類體系，其可以充分表現(xiàn)用戶的個性偏好，是推薦系統(tǒng)很好的數(shù)據(jù)來源。這使我們考慮利用越來越多的用戶創(chuàng)造內(nèi)容來對傳統(tǒng)的協(xié)同過濾方法進行改進。
　　 本文提出一種新算法——基于分眾分類的協(xié)同過濾推薦算法。首先將分眾分類標簽轉(zhuǎn)化成