个性化推荐系统若干关键技术研究

VIP免费
3.0 牛悦 2024-11-19 4 4 2.09MB 119 页 15积分
侵权投诉
i
目 录
中文摘要
ABSTRACT
第一章 绪 论 ............................................................................................................. 1
§1.1 论文研究的目的和意义 ................................................................................... 1
§1.1.1 Internet 与信息过载 ....................................................................................1
§1.1.2 个性化服务 ................................................................................................. 2
§1.1.3 推荐系统 ..................................................................................................... 2
§1.2 推荐系统主要研究内容与研究现状 ................................................................3
§1.2.1 推荐系统主要研究内容 ............................................................................. 3
§1.2.2 推荐系统主要研究现状 ............................................................................. 4
§1.2.3 推荐系统面临的主要挑战 ......................................................................... 7
§1.3 本文工作 ............................................................................................................8
§1.3.1 研究内容及成果 ......................................................................................... 8
§1.3.2 本文结构 ..................................................................................................... 9
第二章 相关理论与技术 ......................................................................................... 11
§2.1 推荐系统描述 ..................................................................................................11
§2.2 推荐系统的输入与输出 ................................................................................. 12
§2.2.1 推荐系统的输入 ....................................................................................... 12
§2.2.2 推荐系统的输出 ....................................................................................... 12
§2.3 推荐系统的分类 ............................................................................................. 13
§2.3.1 非个性化推荐 ........................................................................................... 13
§2.3.2 基于属性输入推荐 ................................................................................... 14
§2.3.3 项目之间相关性推荐 ............................................................................... 14
§2.3.4 用户之间相关性推荐 ............................................................................... 14
§2.4 用户建模技术 ..................................................................................................15
§2.4.1 用户模型的表示 ....................................................................................... 15
§2.4.2 用户建模技术及其分类 ........................................................................... 17
§2.5 经典推荐算法 ..................................................................................................20
§2.5.1 推荐技术的构成 ....................................................................................... 20
§2.5.2 主要的推荐算法 ...................................................................................... 21
§2.5.3 推荐算法的评价 ...................................................................................... 24
§2.6 基于 WEB 使用挖掘的推荐技术 ....................................................................25
§2.6.1 数据的预处理 ........................................................................................... 26
§2.6.2 模式发现 ................................................................................................... 27
ii
§2.6.3 模式应用 ................................................................................................... 30
§2.7 智能 AGENT 技术 ............................................................................................ 30
§2.8 人工免疫理论 ..................................................................................................31
§2.8.1 自然免疫机理 ........................................................................................... 31
§2.8.2 自然免疫系统的特点 ............................................................................... 32
§2.8.3 人工免疫算法基本框架 ........................................................................... 33
§2.9 蚁群算法概述 ..................................................................................................34
§2.10 本章小结 ........................................................................................................36
第三章 基于独特型免疫网络的并行推荐算法 ..................................................... 37
§3.1 引言 ..................................................................................................................37
§3.2 协同过滤推荐算法 ..........................................................................................37
§3.2.1 算法过程 ................................................................................................... 37
§3.2.2 算法特点 ................................................................................................... 39
§3.3 并行算法与机群系统 ......................................................................................39
§3.3.1 并行算法及程序并行性的条件 ............................................................... 39
§3.3.2 并行算法的基本设计技术 ....................................................................... 40
§3.3.3 机群系统 ................................................................................................... 41
§3.4 并行免疫推荐算法 ..........................................................................................44
§3.4.1 最近邻选择的多样化问题 ....................................................................... 44
§3.4.2 独特型人工免疫网络模型 ....................................................................... 45
§3.4.3 Steve 对Farmer 的模型的改进 ................................................................46
§3.4.4 并行免疫推荐算法 ................................................................................... 47
§3.5 实验设计与结果分析 ..................................................................................... 48
§3.5.1 实验数据集和评测标准 ........................................................................... 48
§3.5.2 实验环境 ................................................................................................... 49
§3.5.3 实验结果与分析 ....................................................................................... 51
§3.6 本章小结 ......................................................................................................... 52
第四章 基于人工免疫系统的关联规则挖掘 ......................................................... 53
§4.1 引言 ................................................................................................................. 53
§4.2 WEB 挖掘中的关联规则技术 ......................................................................... 53
§4.2.1 数据挖掘的基本概念 ............................................................................... 53
§4.2.2 关联规则挖掘 ........................................................................................... 54
§4.2.3 经典的关联规则挖掘算法 ....................................................................... 55
§4.2.4Web 使用挖掘中的关联规则挖掘 ............................................................56
§4.3 带权值的关联规则挖掘 ..................................................................................57
§4.4 算法描述 ......................................................................................................... 58
§4.5 挖掘增量数据集 ..............................................................................................60
iii
§4.6 实验及结果 ......................................................................................................62
§4.7 本章小结 ......................................................................................................... 64
第五章 基于蚁群聚类的增量式用户访问模式挖掘 ............................................. 65
§5.1 引言 ................................................................................................................. 65
§5.2 聚类分析 ..........................................................................................................65
§5.2.1“聚类”的概念 ........................................................................................ 65
§5.2.2 聚类与分类的区别 .................................................................................. 65
§5.2.3 主要的聚类方法 ...................................................................................... 66
§5.3 WEB 挖掘中的聚类技术 ................................................................................. 66
§5.4 基于蚁群算法的聚类分析 ..............................................................................67
§5.4.1 基于蚁堆原理的聚类分析 ....................................................................... 68
§5.4.2 基于蚂蚁觅食原理的聚类分析 ............................................................... 69
§5.4.3 蚁群聚类算法和其他聚类算法的比较 ................................................... 70
§5.5 基于蚂蚁的化学辨认系统的蚁群聚类模型和算法 ..................................... 70
§5.5.1 人工蚂蚁聚类建模 ............................................................................... 71
§5.5.2 人工蚂蚁聚类算法描述 .......................................................................... 72
§5.6 增量式蚁群聚类算法应用于 WEB 使用挖掘 ................................................72
§5.7 实验结果及分析 ............................................................................................. 74
§5.7.1 数据源介绍 ............................................................................................... 74
§5.7.2 数据预处理 ............................................................................................... 74
§5.7.3 聚类结果 ................................................................................................... 77
§5.8 本章小结 ..........................................................................................................78
第六章 基于WEB 使用挖掘和市场机制的推荐系统模型.................................................... 79
§6.1 引言 ................................................................................................................. 79
§6.2 基于 WEB 使用挖掘的推荐系统 ....................................................................79
§6.2.1 基于 Web 使用挖掘推荐系统的组成 ..................................................... 79
§6.2.2 推荐方法的选择 ...................................................................................... 81
§6.3 多AGENT 系统 ...............................................................................................82
§6.4 基于 WEB 使用挖掘和市场模型的推荐系统框图 ........................................83
§6.5 基于 WEB 使用挖掘和市场机制的推荐系统结构 ........................................84
§6.5.1 界面 Agent .................................................................................................84
§6.5.2 离线处理 Agent .........................................................................................85
§6.5.3 增量更新 Agent .........................................................................................85
§6.5.4 过滤 Agent .................................................................................................86
§6.5.5 在线推荐 Agent .........................................................................................86
§6.5.6 反馈 Agent .................................................................................................89
§6.5.7 管理 Agent .................................................................................................89
iv
§6.6 系统工作流程 ..................................................................................................89
§6.7 基于拍卖的资源分配机制 ..............................................................................90
§6.7.1 资源分配问题 ........................................................................................... 90
§6.7.2 定制市场拍卖机制 ................................................................................... 91
§6.7.3 定制回报机制 ........................................................................................... 91
§6.7.4 定制投标策略 ........................................................................................... 93
§6.8 本章小结 ......................................................................................................... 97
第七章 结论与展望 ................................................................................................. 99
§7.1 论文工作总结 ................................................................................................. 99
§7.2 进一步研究的展望 ......................................................................................... 99
参考文献 ................................................................................................................... 101
在读期间公开发表的论文和承担科研项目及取得成果 ....................................... 117
致 谢 ....................................................................................................................... 119
错误！未定义样式。
1
第一章 绪 论
§1.1 论文研究的目的和意义
§1.1.1 Internet 与信息过载
Internet 的迅猛发展将人类带入了信息社会和网络经济时代，对企业发展和个
人生活都产生了深刻的影响，Web 已成为人们获取信息的一个重要途径。美国
Cyveillance 公司于 2000 年针对 Internet 规模发表的调查报告[1]指出，当时 Internet
的网页总数超过 21 亿页。但到 2005 年初，仅 Google 搜索引擎索引的网页就已经
超过了 80 亿，Internet 信息量的爆炸式增长由此可见一斑。2008 年中国互联网络
信息中心发布的第二十二次《中国互联网络发展状况统计报告》[2]指出， 2008 年
6月中国的域名总数为 1485 万个，年增长率为 61.8%，继续保持 2006 年12 月以
来50%以上的增长水平。目前中国网站数量已达 191.9 万个，年增长率达到 46.3%。
继续保持快速增长的势头。中国网页数为 84.7 亿个，年增长率达到 89.4%，网上
信息资源的增长速度非常迅猛。这些网页中，动、静态的比例为 0.92：1，动态网
页的比重在逐年增高。除了网站、网页数量的大幅增加，报告中显示的 IP 地址数、
国际出口带宽数等数据也不断上升，这表明中国互联网信息资源大幅增加，网上
内容日益丰富。由于 Web 信息的日益增长， 人们不得不花费大量的时间去搜索、
浏览自己需要的信息，并且要找到正确的、用户需要的信息也越来越困难，这种
现象就是信息过载[3]。
在征服信息过载方面，搜索引擎等检索工具得到了广泛的应用，它可以给人
们在寻找信息时提供一定的帮助，提高查找信息的效率，但这种信息检索技术和
用户信息的需求之间仍然存在许多矛盾，主要体现在以下几个方面：
1、用搜索引擎进行信息查找，只要所输入的关键字相同，就会返回相同的
信息，而不会考虑到不同用户的不同兴趣爱好。而且，返回的信息往往成千上万，
良莠不齐，还需要用户花费大量的时间精力去筛选以期获得自己真正需要的信息。
2、网络上的信息是动态变化的，往往这种变化是用户最关心的，然而传统
的信息获取方法如搜索引擎并不能主动给用户反映这种变化。
3、具有相同兴趣的用户对信息的需求往往基本一致，但传统的搜索引擎方
式并不能提供协同过滤功能，因而也就使用户失去了准确获取信息的一个重要方
式。
4、搜索引擎要求用户自己输入关键字，而关键字质量的高低直接影响到返
回的结果的好坏。作为普通用户往往并不能准确地用关键字描述自己的信息需求，
个性化推荐系统若干关键技术研究
2
导致用户获取信息的困难。
§1.1.2 个性化服务
所谓个性化服务（Personalization Service）就是指，根据用户的不同情况提供
有针对性的服务。比如当用户浏览网站时，尽可能地迎合每个用户的浏览兴趣并
且不断调整自己来适应用户浏览兴趣的变化，使得每个用户都有是该 Web 站点唯
一用户的感觉。Amazon.com 的CEO 贝索斯对这一点有一句精辟的描述：“如果我
的站点有三百万用户，我将为他们提供三百万个 Amazon 网站。”[4]
个性化服务需要获取有关用户的知识，建立用户的信息需求模型，利用有关
用户的知识，有针对性地获取或帮助用户筛选信息资源，并能够逐渐学习用户需
求的变化[5]。
高质量的个性化服务至少包括如下内涵：
1、推荐的准确性
系统提供的信息要尽可能地满足用户的需求，这就需要对用户需求的准确把
握、对信息内容的准确把握、对信息内容和用户需求之间相关性的准确把握。
2、响应的及时性
网络应用面对的服务用户是数以万计的。面对大量用户的信息需求，系统要
对用户做出及时有效的反馈。
3、以用户为中心
系统要以用户为中心进行服务[6]，这就要求方便用户的使用。例如：系统主动
将信息推荐给用户；用户可以方便地表达自己的需求；系统要及时适应用户需求
的变化。
§1.1.3 推荐系统
为了解决以上矛盾，克服信息获取的困难，真正实现个性化服务，推荐系统
（recommender systems）[7]也就应运而生。它能从 Internet 的大量信息中向用户自
动推荐出符合其兴趣偏好或需求的资源。推荐系统有非个性化系统和个性化系统
之分。非个性化推荐系统向所有用户提供具有同样内容的推荐，如电子商务站点
的畅销排行。而个性化推荐系统则区分不同的用户或用户群，根据用户的兴趣爱
好，推荐符合用户兴趣爱好的对象。由于个性化推荐系统的信息过滤效果及推荐
被用户接受的程度都远胜于非个性化推荐系统，因而在电影、音乐、产品、新闻
和Web 页面推荐等方面得到了越来越广泛的研究与应用。个性化推荐技术集成了
许多传统的研究方法（如文本信息抽取、数据挖掘等技术），有很广阔的研究空间，
摘要：

i目录中文摘要ABSTRACT第一章绪论.............................................................................................................1§1.1论文研究的目的和意义...................................................................................1§1.1.1Internet与信息过载........................................................

展开>> 收起<<
个性化推荐系统若干关键技术研究.pdf

共119页,预览10页

还剩页未读， 继续阅读

相关推荐

更多
立即下载
作者：牛悦 分类：高等教育资料 价格：15积分 属性：119 页 大小：2.09MB 格式：PDF 时间：2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务

作者详情

相关内容

更多

推荐作者

热门标签

/ 119
评分 收藏
分享
立即下载 VIP免费下载
客服
关注