收藏本站
《武汉邮电科学研究院》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于最大团的协同过滤算法的研究与改进

陈小礼  
【摘要】:最近几十年计算机科技的飞速发展,使得英特网的使用愈来愈广泛,普及程度也愈来愈高。但在给网民带去更多更优秀产品的同时,也使得网络上的数据量呈现出几何级增长的情况,导致信息过载现象的出现。而推荐系统正是针对信息过载这一问题,提出的解决方案。传统推荐系统存在较多问题:严重的冷启动和数据稀疏问题,将会造成推荐系统推荐效率低下。群体推荐系统只考虑群体对个人的影响进而进行推荐,对于某些缺少社会关系的成员将造成新的冷启动问题。基于信任网络的推荐系统中社会化好友紧密标准不一,信任程度难以衡量。过度的信任外放容易造成对用户兴趣理解的偏差。本文针对以上问题,吸取传统推荐系统的优点,结合图论知识和社交网络关系对传统的协同过滤算法进行改进,解决上述已存在的问题。主要内容研究如下:(1)研究了常见的回溯法、分支界限法和Bron-Kerbosch等3种最大团算法和2种新兴的蚁群算法及其改进的最大团算法。通过对比Bron-Kerbosch算法与2种蚁群算法的时间性能,选择了时间效率最高的改进版蚁群算法作为发现最大团算法,为下文算法融合打下基础。(2)研究了社交网络关系特征,希望通过社交网络关系来改善传统推荐系统的冷启动问题。同时详细描述了基于最大团的协同过滤算法改进的步骤:通过选择出社交网络中的最大团成员与协同推荐系统结合在一起,提出了一种混合最大团与协同过滤算法以生成群体推荐项目集合;最后融合多个团得分来替代原始推荐分,并将未替代的传统的推荐值与替代推荐值一起作为推荐集合,推荐给各个成员。(3)为验证该方法的有效性,本文采用YELP数据将两组实验进行对比。通过大量的实验对比可以验证本文提出的基于最大团的协同过滤改进算法具有一定程度的可靠性与有效性,相较于传统的协同过滤算法,推荐的准确率有1%左右的提升。而且对于传统推荐系统中比较严重的冷启动问题减少了0.13%。
【学位授予单位】:武汉邮电科学研究院
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP391.3

【相似文献】
中国期刊全文数据库 前10条
1 徐义峰;陈春明;徐云青;;一种基于分类的协同过滤算法[J];计算机系统应用;2007年01期
2 杨风召;;一种基于特征表的协同过滤算法[J];计算机工程与应用;2007年06期
3 王岚;翟正军;;基于时间加权的协同过滤算法[J];计算机应用;2007年09期
4 曾子明;张李义;;基于多属性决策和协同过滤的智能导购系统[J];武汉大学学报(工学版);2008年02期
5 张富国;;用户多兴趣下基于信任的协同过滤算法研究[J];小型微型计算机系统;2008年08期
6 侯翠琴;焦李成;张文革;;一种压缩稀疏用户评分矩阵的协同过滤算法[J];西安电子科技大学学报;2009年04期
7 廖新考;;基于用户特征和项目属性的混合协同过滤推荐[J];福建电脑;2010年07期
8 沈磊;周一民;李舟军;;基于心理学模型的协同过滤推荐方法[J];计算机工程;2010年20期
9 徐红;彭黎;郭艾寅;徐云剑;;基于用户多兴趣的协同过滤策略改进研究[J];计算机技术与发展;2011年04期
10 焦晨斌;王世卿;;基于模型填充的混合协同过滤算法[J];微计算机信息;2011年11期
中国重要会议论文全文数据库 前10条
1 沈杰峰;杜亚军;唐俊;;一种基于项目分类的协同过滤算法[A];第二十二届中国数据库学术会议论文集(技术报告篇)[C];2005年
2 周军锋;汤显;郭景峰;;一种优化的协同过滤推荐算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
3 董全德;;基于双信息源的协同过滤算法研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
4 张光卫;康建初;李鹤松;刘常昱;李德毅;;面向场景的协同过滤推荐算法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
5 李建国;姚良超;汤庸;郭欢;;基于认知度的协同过滤推荐算法[A];第26届中国数据库学术会议论文集(B辑)[C];2009年
6 王明文;陶红亮;熊小勇;;双向聚类迭代的协同过滤推荐算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
7 胡必云;李舟军;王君;;基于心理测量学的协同过滤相似度方法(英文)[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
8 林丽冰;师瑞峰;周一民;李月雷;;基于双聚类的协同过滤推荐算法[A];2008'中国信息技术与应用学术论坛论文集(一)[C];2008年
9 罗喜军;王韬丞;杜小勇;刘红岩;何军;;基于类别的推荐——一种解决协同推荐中冷启动问题的方法[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
10 黄创光;印鉴;汪静;刘玉葆;王甲海;;不确定近邻的协同过滤推荐算法[A];NDBC2010第27届中国数据库学术会议论文集A辑一[C];2010年
中国博士学位论文全文数据库 前10条
1 纪科;融合上下文信息的混合协同过滤推荐算法研究[D];北京交通大学;2016年
2 程殿虎;基于协同过滤的社会网络推荐系统关键技术研究[D];中国海洋大学;2015年
3 于程远;基于QoS的Web服务推荐技术研究[D];上海交通大学;2015年
4 段锐;融合文本内容与情境信息的协同过滤推荐方法研究[D];合肥工业大学;2017年
5 李聪;电子商务推荐系统中协同过滤瓶颈问题研究[D];合肥工业大学;2009年
6 郭艳红;推荐系统的协同过滤算法与应用研究[D];大连理工大学;2008年
7 罗恒;基于协同过滤视角的受限玻尔兹曼机研究[D];上海交通大学;2011年
8 薛福亮;电子商务协同过滤推荐质量影响因素及其改进机制研究[D];天津大学;2012年
9 高旻;基于计算语用学和项目的资源协同过滤推荐研究[D];重庆大学;2010年
10 孔维梁;协同过滤推荐系统关键问题研究[D];华中师范大学;2013年
中国硕士学位论文全文数据库 前10条
1 邹腾飞;基于多特征融合的混合协同过滤算法研究[D];西南大学;2015年
2 于钰雯;基于项目凝聚层次聚类的协同过滤推荐算法研究[D];辽宁大学;2015年
3 杜文刚;基于多属性评分的协同过滤推荐算法研究[D];辽宁大学;2015年
4 揭正梅;基于协同过滤的高校个性化就业推荐系统研究[D];昆明理工大学;2015年
5 高慧敏;融合占有度的时间遗忘协同过滤混合推荐算法研究[D];燕山大学;2015年
6 苏靖涵;面向SaaS多租户的动态推荐方法研究[D];辽宁大学;2015年
7 徐晓妮;基于人工鱼群算法的协同过滤推荐算法研究[D];辽宁大学;2015年
8 罗培;移动购物导购关键技术的研究与系统实现[D];西南交通大学;2015年
9 李婧;融合用户差异度及信息熵的协同过滤推荐算法[D];西安建筑科技大学;2015年
10 乐柱;基于误差反馈的协同过滤算法[D];华南理工大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026