網(wǎng)絡(luò)結(jié)構(gòu)對(duì)推薦算法影響的研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)中的信息呈爆炸式的增長(zhǎng)趨勢(shì)，造成用戶無(wú)法快速準(zhǔn)確地找出滿足自身需求的信息，這就是著名的“信息過(guò)載問(wèn)題”。信息推薦技術(shù)，也稱個(gè)性化推薦系統(tǒng)，是目前解決信息超載問(wèn)題的有力工具之一。
　　借助于復(fù)雜網(wǎng)絡(luò)以及數(shù)據(jù)挖掘相關(guān)理論和方法，本文致力于分析二分網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征與推薦算法性能之間的關(guān)系，分別探究單一網(wǎng)絡(luò)拓?fù)浣y(tǒng)計(jì)量對(duì)推薦效果的影響。主要工作如下：
　　1.探究了二分網(wǎng)絡(luò)的聚類系數(shù)與推薦算法性能之間的

2、關(guān)系。通過(guò)采用幾種典型的評(píng)價(jià)指標(biāo)量化推薦效果，本文系統(tǒng)地分析了多種推薦算法在具有不同聚類系數(shù)的二分網(wǎng)絡(luò)（推薦網(wǎng)絡(luò)）中的性能。實(shí)驗(yàn)結(jié)果表明，推薦算法的性能與二分網(wǎng)絡(luò)的聚類效應(yīng)具有強(qiáng)關(guān)聯(lián)性，推薦算法的推薦效果在具有高聚類特性的二分網(wǎng)絡(luò)中明顯優(yōu)于聚類特性低的二分網(wǎng)絡(luò)。
　　2.研究了兩種包含二分網(wǎng)絡(luò)整體結(jié)構(gòu)信息的拓?fù)涮匦裕淳W(wǎng)絡(luò)稀疏性和用戶對(duì)象比）分別對(duì)推薦算法效果的影響。首先分析網(wǎng)絡(luò)稀疏性對(duì)六種推薦算法性能的影響程度。其次，針對(duì)推薦系

3、統(tǒng)中用戶和物品的數(shù)目不斷變化的問(wèn)題，本文提出一種新的二分網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)（用戶對(duì)象比）來(lái)度量用戶和物品數(shù)目的差異性，并分析它對(duì)推薦算法的影響。實(shí)驗(yàn)結(jié)果表明，推薦準(zhǔn)確性隨著網(wǎng)絡(luò)稀疏性的增加逐漸變得優(yōu)越，但準(zhǔn)確性與網(wǎng)絡(luò)稀疏性并不是成線性關(guān)系；推薦多樣性和推薦新穎性指標(biāo)并沒(méi)有隨著網(wǎng)絡(luò)稀疏性的增加而表現(xiàn)的更好。此外，推薦算法隨著用戶對(duì)象比的增加其預(yù)測(cè)準(zhǔn)確性均逐漸提升；而推薦多樣性在具有不同用戶對(duì)象比的推薦網(wǎng)絡(luò)中，各種算法表現(xiàn)情況不一致；推薦新穎性指