英玉超:基于二部图资源分配的推荐系统研究论文

英玉超:基于二部图资源分配的推荐系统研究论文

本文主要研究内容

作者英玉超(2019)在《基于二部图资源分配的推荐系统研究》一文中研究指出:互联网的发展与科技的进步给人们生活带来了极大便利,但同时也带来了信息过载的问题。当前解决信息过载的手段主要是个性化推荐系统技术。其中,协同过滤推荐技术自其提出之日起就始终是人们研究的重点。为提高推荐系统的推荐准确性,许多学者通过引入新的影响因素或创新推荐模型来优化推荐系统。近年来,越来越多的学者借助于二部图理论对协同过滤模型进行优化。本文在二部图理论和协同过滤思想之上,进一步加入资源二次分配理论,构建了准确度较高的物品相似矩阵,进一步优化了协同过滤推荐技术。通过Movielens数据集的验证可知,改进后的推荐模型能够明显提高推荐准确率。本文的主要研究成果如下:(1)构建了低维度、高准确性的物品-分类模型。基于奇异值分解理论,将原始评分矩阵转化为物品在各个维度上的评分矩阵,每个维度可被视为物品的一个潜在分类。然后通过控制变量法对物品的潜在分类数进行了优化。通过对优化后的物品-分类矩阵进行分析可知,该分类结果是合理的,可以作为构建物品-分类二部图的基础。(2)构建了准确度较高的物品相似矩阵,优化了协同过滤算法。将所构建的物品-分类矩阵映射为物品-分类二部图,然后将物品对分类的评分转换为二部图中边的权重,从而构建了加权二部图。基于该加权二部图,通过资源二次分配理论构建了物品相似矩阵。将物品相似矩阵与基于物的协同过滤算法相结合,有效的优化了协同过滤算法。

Abstract

hu lian wang de fa zhan yu ke ji de jin bu gei ren men sheng huo dai lai le ji da bian li ,dan tong shi ye dai lai le xin xi guo zai de wen ti 。dang qian jie jue xin xi guo zai de shou duan zhu yao shi ge xing hua tui jian ji tong ji shu 。ji zhong ,xie tong guo lv tui jian ji shu zi ji di chu zhi ri qi jiu shi zhong shi ren men yan jiu de chong dian 。wei di gao tui jian ji tong de tui jian zhun que xing ,hu duo xue zhe tong guo yin ru xin de ying xiang yin su huo chuang xin tui jian mo xing lai you hua tui jian ji tong 。jin nian lai ,yue lai yue duo de xue zhe jie zhu yu er bu tu li lun dui xie tong guo lv mo xing jin hang you hua 。ben wen zai er bu tu li lun he xie tong guo lv sai xiang zhi shang ,jin yi bu jia ru zi yuan er ci fen pei li lun ,gou jian le zhun que du jiao gao de wu pin xiang shi ju zhen ,jin yi bu you hua le xie tong guo lv tui jian ji shu 。tong guo Movielensshu ju ji de yan zheng ke zhi ,gai jin hou de tui jian mo xing neng gou ming xian di gao tui jian zhun que lv 。ben wen de zhu yao yan jiu cheng guo ru xia :(1)gou jian le di wei du 、gao zhun que xing de wu pin -fen lei mo xing 。ji yu ji yi zhi fen jie li lun ,jiang yuan shi ping fen ju zhen zhuai hua wei wu pin zai ge ge wei du shang de ping fen ju zhen ,mei ge wei du ke bei shi wei wu pin de yi ge qian zai fen lei 。ran hou tong guo kong zhi bian liang fa dui wu pin de qian zai fen lei shu jin hang le you hua 。tong guo dui you hua hou de wu pin -fen lei ju zhen jin hang fen xi ke zhi ,gai fen lei jie guo shi ge li de ,ke yi zuo wei gou jian wu pin -fen lei er bu tu de ji chu 。(2)gou jian le zhun que du jiao gao de wu pin xiang shi ju zhen ,you hua le xie tong guo lv suan fa 。jiang suo gou jian de wu pin -fen lei ju zhen ying she wei wu pin -fen lei er bu tu ,ran hou jiang wu pin dui fen lei de ping fen zhuai huan wei er bu tu zhong bian de quan chong ,cong er gou jian le jia quan er bu tu 。ji yu gai jia quan er bu tu ,tong guo zi yuan er ci fen pei li lun gou jian le wu pin xiang shi ju zhen 。jiang wu pin xiang shi ju zhen yu ji yu wu de xie tong guo lv suan fa xiang jie ge ,you xiao de you hua le xie tong guo lv suan fa 。

论文参考文献

  • [1].图的哈密尔顿性谱条件的研究[D]. 李雅文.天津大学2018
  • [2].基于二部图的半监督深度哈希算法研究[D]. 严欣雨.南京大学2019
  • [3].附加二部图条件的Erd(?)s-Sós猜想的若干讨论[D]. 吕晨晖.中国科学技术大学2019
  • [4].圈强迫二部图[D]. 孔祥静.郑州大学2018
  • [5].图中点不交圈的相关问题[D]. 王怡华.山东大学2018
  • [6].一类代数二部图的研究[D]. 景杨.扬州大学2018
  • [7].关于二部图中弦圈的几个结果[D]. 蔺逍遥.宁夏大学2018
  • [8].基于改进稀疏表征与二部图模型的碎矿粒度检测[D]. 梅术正.湖北工业大学2018
  • [9].基于边聚类的复杂网络重叠社区发现研究[D]. 李栋.湖南大学2014
  • [10].图能量的研究[D]. 雷林.上海理工大学2018
  • 读者推荐
  • [1].A公司网络导购的商品推荐系统研究[D]. 樊泽洲.北京交通大学2019
  • [2].基于动态聚类算法和属性信息的实时推荐系统的应用研究[D]. 王波.内蒙古工业大学2019
  • [3].基于协同过滤的推荐算法及系统实现[D]. 孟俊才.安庆师范大学2019
  • [4].推荐系统中推荐算法研究及其应用[D]. 吴涛.北京交通大学2019
  • [5].基于数据挖掘的电视节目个性化推荐研究及实现[D]. 徐晟杰.曲阜师范大学2019
  • [6].基于文本挖掘与排序学习的内容推荐系统设计与实现[D]. 王冉.北京交通大学2019
  • [7].基于异构信息网络的糖尿病饮食推荐系统研究[D]. 董思凡.兰州理工大学2019
  • 论文详细介绍

    论文作者分别是来自济南大学的英玉超,发表于刊物济南大学2019-10-31论文,是一篇关于推荐系统论文,协同过滤论文,二部图论文,资源的二次分配论文,济南大学2019-10-31论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自济南大学2019-10-31论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  

    英玉超:基于二部图资源分配的推荐系统研究论文
    下载Doc文档

    猜你喜欢