第二届挑战赛F4-二部分图网络推荐算法的研究改进

发布时间:2014-08-28 作者:本站原创 浏览量:910

    随着我国互联网的高速发展,尤其是电子商务的急速膨胀,信息过载问题急需解决,而推荐系统是解决该问题的有效途径。个性化推荐系统通过收集用户的资料,预测用户可能感兴趣的商品,做出个性化的推荐服务,具有良好的发展前景。 

    本文分析了当前广泛使用的基于内容的推荐系统、协同过滤推荐系统、基于关联规则的推荐系统和混合推荐系统等系统,讨论了这几种系统研究的内容及其应用现状,并针对其中存在的数据稀疏,冷启动等问题提出改进方法。 
    于是,本文以Movielens数据集为载体,实现了基于二部分图网络推荐算法的改进。以往关于二部分图网络的推荐算法,在处理用户与项目之间关系时候,大多只是简单判断用户是否选择过该项目,非是即否。这样处理的结果不能很好地考虑用户对项目的喜欢程度,无法提高推荐结果的准确性。据此,本文提出了改进算法。为区分用户对项目的不同评价分数,引入权值系数λ1、λ2,以提高推荐的准确性。再引入项目的度和项目的权值之和的比值θ;来提高项目推荐的多样性和流行性等推荐性能。 
    最终应用以上算法处理策略进行实验。实验结果表明,改进的算法在准确性、多样性和流行性等推荐性能上较原著算法有所提高。