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)絡數(shù)據(jù)量迅速增長,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,在此背景下個性化推薦系統(tǒng)應運而生。個性化推薦系統(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、推斷目標用戶喜好的協(xié)同推薦應用最為廣泛,然而忽略了用戶自身和用戶間的結構特征關系,有效利用可以豐富單個用戶信息,更準確地識別相似用戶,從而提高推薦質量。針對這一不足

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。
　　本文在大量文獻系統(tǒng)分析整理的基礎上,首先,通過對用戶協(xié)同推薦問題的基本描述,構建基于用戶特征的協(xié)同推薦網(wǎng)絡體系,選擇用戶特征的表現(xiàn)維度----用戶價值、用戶偏好和用戶關系,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)絡結構的協(xié)同推薦網(wǎng)絡體系,從不同層面的網(wǎng)絡映射描述用戶特征,制定相應維度的知識發(fā)現(xiàn)方法。價值維度通過用戶價值的評價,形成基于SOM的用戶價值細分簇;偏好維度結合

3、態(tài)度行為理論預測用戶行為,填充評分矩陣,形成基于用戶偏好的評分預測;關系維度引入社會網(wǎng)絡分析理論建立用戶關系網(wǎng)絡,選取中心性與PageRank評價指標,形成基于社會網(wǎng)絡分析的用戶評級。然后,綜合三個維度的用戶特征表示,構建基于用戶特征融合的協(xié)同過濾推薦模型。在用戶價值、用戶偏好和用戶關系相似性計算的基礎上,采取自適應權重的方式計算綜合相似度,獲取目標用戶影響最大的鄰居集合,針對性的采取關聯(lián)規(guī)則進行產(chǎn)品推薦,進一步數(shù)據(jù)實驗驗證了方法的有效