基于用戶特征發(fā)現(xiàn)的協(xié)同推薦方法研究.pdf

1、伴隨著互聯(lián)網(wǎng)的不斷發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)量迅速增長(zhǎng),如何快速高效地從海量數(shù)據(jù)中獲取用戶需求,解決信息過載問題變得愈加緊迫,在此背景下個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。個(gè)性化推薦系統(tǒng)是通過收集用戶數(shù)據(jù),分析用戶興趣,向用戶推薦所需的產(chǎn)品和信息。在眾多推薦方法中,以用戶行為確定興趣相似的鄰居用戶、推斷目標(biāo)用戶喜好的協(xié)同推薦應(yīng)用最為廣泛,然而忽略了用戶自身和用戶間的結(jié)構(gòu)特征關(guān)系,有效利用可以豐富單個(gè)用戶信息,更準(zhǔn)確地識(shí)別相似用戶,從而提高推薦質(zhì)量。針對(duì)這一不足

2、,論文提出了一種基于用戶特征發(fā)現(xiàn)的協(xié)同推薦方法。
　　本文在大量文獻(xiàn)系統(tǒng)分析整理的基礎(chǔ)上,首先,通過對(duì)用戶協(xié)同推薦問題的基本描述,構(gòu)建基于用戶特征的協(xié)同推薦網(wǎng)絡(luò)體系,選擇用戶特征的表現(xiàn)維度----用戶價(jià)值、用戶偏好和用戶關(guān)系,形成基于用戶特征的協(xié)同推薦方案。其次,根據(jù)三層網(wǎng)絡(luò)結(jié)構(gòu)的協(xié)同推薦網(wǎng)絡(luò)體系,從不同層面的網(wǎng)絡(luò)映射描述用戶特征,制定相應(yīng)維度的知識(shí)發(fā)現(xiàn)方法。價(jià)值維度通過用戶價(jià)值的評(píng)價(jià),形成基于SOM的用戶價(jià)值細(xì)分簇;偏好維度結(jié)合

3、態(tài)度行為理論預(yù)測(cè)用戶行為,填充評(píng)分矩陣,形成基于用戶偏好的評(píng)分預(yù)測(cè);關(guān)系維度引入社會(huì)網(wǎng)絡(luò)分析理論建立用戶關(guān)系網(wǎng)絡(luò),選取中心性與PageRank評(píng)價(jià)指標(biāo),形成基于社會(huì)網(wǎng)絡(luò)分析的用戶評(píng)級(jí)。然后,綜合三個(gè)維度的用戶特征表示,構(gòu)建基于用戶特征融合的協(xié)同過濾推薦模型。在用戶價(jià)值、用戶偏好和用戶關(guān)系相似性計(jì)算的基礎(chǔ)上,采取自適應(yīng)權(quán)重的方式計(jì)算綜合相似度,獲取目標(biāo)用戶影響最大的鄰居集合,針對(duì)性的采取關(guān)聯(lián)規(guī)則進(jìn)行產(chǎn)品推薦,進(jìn)一步數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了方法的有效