检索结果-内蒙古大学图书馆

作者：王欢燕山大学

学位级别：硕士

随着信息技术的迅猛发展，网络上可利用的信息资源越来越多，要从海量的信息中获取用户所需要的信息也变得越来越困难。为了更好地解决网络中的信息过载问题，推荐系统应运而生。推荐系统规模的不断扩大使得用户和产品的数量急剧增加，... 详细信息

随着信息技术的迅猛发展，网络上可利用的信息资源越来越多，要从海量的信息中获取用户所需要的信息也变得越来越困难。为了更好地解决网络中的信息过载问题，推荐系统应运而生。推荐系统规模的不断扩大使得用户和产品的数量急剧增加，然而用户对产品的评分数目却极其有限，从而使得推荐系统面临严峻的稀疏性问题，导致推荐质量大幅度降低。本文在综合分析目前国内外研究现状的基础上，借助信任网络的小世界特性，针对如何解决推荐系统中的稀疏性问题进行了深入地研究。首先，提出一种基于聚类技术的小世界隐式信任网络构造算法。通过聚类技术将评分相似的用户聚集起来，形成若干个用户群组，在每个群组内部，借助用户间的隐式信任关系在用户间建立连接，从而满足小世界网络较高聚集度这一结构特性；然后通过关联群组间的择优加边来缩短整个网络的特征路径长度，进而构造出符合小世界结构特性的隐式信任网络。其次，依据构造出的小世界隐式信任网络的拓扑结构，提出了一种自适应推荐算法。该算法首先确定目标用户所在的群组，然后依据目标用户所在群组中相似邻居个数的不同，采取自适应的推荐策略；并借助构造网络的拓扑结构在目标用户所在的群组内部，以及相关联的群组间搜索最近邻居，使得在提高邻居用户选取准确性的同时，进一步拓宽了邻居用户的搜索范围，从而有效地克服了数据的稀疏性问题。最后，在不同稀疏度的数据集上，将本文提出的自适应推荐算法和现有的推荐算法进行了实验对比与分析。

关键词：数据稀疏性用户聚类隐式信任小世界网络自适应推荐算法

来源：评论

学校读者我要写书评

暂无评论

基于二分图的自适应推荐算法

引用

中国电子商务 2012年第1期 73-73,76页

作者：刘友林东华大学信息科学与技术学院上海201620

本文提出了一种基于赋权二分图的网络结构推荐算法，将归一化后的用户对物品的评分赋值给用户-物品的连边，构建一个用户-物品赋权二分图。提出了一个物品的度调整因子，减少度大的流行物品对其他物品的分类影响。同时，考虑到要减少大... 详细信息

本文提出了一种基于赋权二分图的网络结构推荐算法，将归一化后的用户对物品的评分赋值给用户-物品的连边，构建一个用户-物品赋权二分图。提出了一个物品的度调整因子，减少度大的流行物品对其他物品的分类影响。同时，考虑到要减少大量使用流行物品的用户的推荐权重，提高使用非流行物品的用户的推荐权重，提出了用户度调整因子，提高大度用户的推荐能力，因为他们较多选择了非流行物品。测试表明，通过引入用户和物品的自适应度调整因子，提高了推荐算法的精确性。

关键词：推荐系统二分图度自适应推荐算法

来源：评论

学校读者我要写书评

暂无评论

个性化房地产信息检索与推荐技术研究

个性化房地产信息检索与推荐技术研究

引用

作者：徐伟雷杭州电子科技大学

学位级别：硕士

随着互联网上房地产信息越来越多，人们从大量的房产信息中找到自己需要的信息也变得越来越困难，因为传统的房地产信息检索系统中没有考虑用户的兴趣偏好，只是机械地进行信息搜索，对于不同的用户，相同的查询词，往往返回相同的查询... 详细信息

随着互联网上房地产信息越来越多，人们从大量的房产信息中找到自己需要的信息也变得越来越困难，因为传统的房地产信息检索系统中没有考虑用户的兴趣偏好，只是机械地进行信息搜索，对于不同的用户，相同的查询词，往往返回相同的查询结果，这样的查询结果已经无法满足用户日益鲜明的个性化需求。本文针对目前房地产信息产业中的上述问题，提出了基于用户偏好模型的个性化房地产信息检索与推荐，并实现了个性化房地产信息检索与推荐系统。本文主要在以下几个方面开展了探索性研究工作：首先在对国内外相关文献收集整理的基础上，针对目前房地产信息中存在的问题，结合信息检索技术、用户模型技术和推荐技术，提出了课题研究的基本思路和技术路线。其次，对用户偏好模型展开深入研究。在模型的更新方面，通过对查询词和检索结果的操作行为进行学习，提出了适应度函数来指导模型的更新；在模型的表示方面，结合房产信息本体的特征采用向量空间模型表示，并设计了特征词典，实现了查询词到用户偏好的映射并能得到具体的权值，以便于相似度的计算来优化检索结果的排序。然后，在前面实现了用户偏好模型的基础上，分析了基于内容的推荐和协同过滤算法的优缺点，提出了一种自适应推荐算法，将基于内容的推荐和基于Item的协同过滤相结合，增加了一个数据结构——最近认可队列，为两种推荐算法的合并策略提供依据并能自适应地改变合并策略的参数，从而达到更好的推荐服务质量。最后，利用前面的理论知识，实现了一个个性化房地产信息检索与推荐系统。通过P@N评测指标对系统的检索性能进行测试，实验证明个性化房地产信息检索与传统的房地产信息检索相比性能有了显著改进，尤其是在对用户偏好模型做初始化的情况下改进效果更为明显，P@N评测指标提高了约25%。在前面实验的基础上，以Precision-Recall和覆盖率为指标对系统的推荐功能进行了测试，实验证明本文中提出的基于内容推荐和基于Item协同过滤相结合的自适应推荐算法相比原协同过滤算法性能有所提高。

关键词：用户偏好模型个性化基于内容的推荐基于Item的协同过滤推荐自适应推荐算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：