基于協(xié)同過濾的器件推薦算法研究.pdf

1、在互聯(lián)網(wǎng)技術(shù)迅速發(fā)展的今天，我們能夠從網(wǎng)絡(luò)獲取的信息量越來越龐大，與此同時我們同樣必須面對信息過載這個難題，用戶難以從海量的數(shù)據(jù)中迅速的發(fā)現(xiàn)對自己有價值的內(nèi)容。推薦算法的應(yīng)用是一種很好的解決方法，它的使用能夠智能和主動的從大量數(shù)據(jù)中篩選出符合用戶使用習(xí)慣的數(shù)據(jù)，為用戶推薦滿足其需要的產(chǎn)品。電氣設(shè)備在很多行業(yè)的建設(shè)與生產(chǎn)中占有重要地位，企業(yè)在設(shè)計電氣設(shè)備面對大量的器件時同樣有著難以抉擇的問題，項目數(shù)量和產(chǎn)品數(shù)量日益龐大，如何從中挑選符合項

2、目要求的器件就成了一個亟待解決的問題。傳統(tǒng)的器件管理數(shù)據(jù)庫受到單機(jī)的性能限制和數(shù)據(jù)庫的存儲瓶頸，已經(jīng)不能滿足現(xiàn)在數(shù)據(jù)量的計算需求。
　　本文通過對協(xié)同過濾推薦算法中的關(guān)鍵技術(shù)進(jìn)行深入研究，設(shè)計了一種改進(jìn)的相似度計算方法，并以此為基礎(chǔ)設(shè)計了改進(jìn)的協(xié)同過濾推薦算法，實現(xiàn)了算法在平均絕對誤差等指標(biāo)上的一定提升。然后結(jié)合基于Hadoop的分布式計算系統(tǒng)的高性能計算能力，以及MapReduce編程框架，設(shè)計了一個根據(jù)評分信息為用戶推薦電氣設(shè)

3、備器件的原型系統(tǒng)，用以解決設(shè)計電氣設(shè)備時，器件的推薦問題。本文的主要工作內(nèi)容如下：
　?。?）在對分布式計算系統(tǒng)和推薦算法的設(shè)計方案進(jìn)行了深入的調(diào)研和分析的基礎(chǔ)之上，設(shè)計了以Hadoop分布式計算平臺和基于改進(jìn)相似度的協(xié)同過濾推薦算法為基礎(chǔ)的推薦系統(tǒng)，并提出了改進(jìn)算法的設(shè)計方案，采用MATLAB仿真平臺對算法進(jìn)行了基于實際數(shù)據(jù)集的仿真。
　?。?）對協(xié)同過濾推薦算法的改進(jìn)方案進(jìn)行了深入研究，針對協(xié)同過濾算法中的關(guān)鍵步驟計算相

4、似度的算法，提出了統(tǒng)一多維度量化指標(biāo)的杰卡德相似度算法（Jaccard Uniform Dimensions，JUD），并以此為基礎(chǔ)設(shè)計了基于JUD的協(xié)同過濾推薦算法。最后針對近鄰用戶數(shù)量等對算法準(zhǔn)確度有影響的因素進(jìn)行了相關(guān)實驗，證明了算法在平均絕對誤差等指標(biāo)上的提升。
　　（3）基于 MATLAB仿真平臺對所提出的改進(jìn)算法進(jìn)行了針對實際數(shù)據(jù)集的仿真實驗，并與近幾年該領(lǐng)域的先進(jìn)算法進(jìn)行了比較，仿真結(jié)果顯示算法在可行性和可靠性上表現(xiàn)