面向多源數(shù)據(jù)的跨域推薦系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)和智能設(shè)備的不斷發(fā)展，互聯(lián)網(wǎng)上的信息也越來越豐富和多樣，人們可以在網(wǎng)絡(luò)上獲得各種各樣的信息和服務(wù)，同時人們逐漸發(fā)現(xiàn)要在網(wǎng)上找到符合自己需求的東西也越來越麻煩，早期搜索技術(shù)可以滿足人們這一需求，但是由于它的結(jié)果不夠“個性化”，不能滿足不同用戶的個人偏好需求，因此個性化推薦技術(shù)開始被發(fā)現(xiàn)并應(yīng)用于各個領(lǐng)域，專注于利用各種算法挖掘用戶的個性化偏好。傳統(tǒng)的推薦技術(shù)僅僅基于單一數(shù)據(jù)源，單一領(lǐng)域進(jìn)行推薦，無法較好的處理數(shù)據(jù)稀疏性和用戶冷啟動問

2、題。
　　結(jié)合當(dāng)前多源數(shù)據(jù)廣泛存在的情況，為緩解數(shù)據(jù)稀疏性問題和用戶冷啟動問題提出多個模型。針對單域數(shù)據(jù)的稀疏性，提出多種多源數(shù)據(jù)下的跨域推薦模型，分別融合了用戶相似度矩陣，用戶預(yù)測結(jié)果，用戶全局行為對用戶進(jìn)行評分預(yù)測，針對多源數(shù)據(jù)中單域的用戶冷啟動問題，提出了基于跨域協(xié)同過濾和關(guān)聯(lián)規(guī)則挖掘的推薦模型，在傳統(tǒng)跨域協(xié)同過濾的基礎(chǔ)上，以關(guān)聯(lián)規(guī)則進(jìn)行第二次過濾。
　　經(jīng)過在豆瓣數(shù)據(jù)集對提出的模型進(jìn)行檢驗(yàn)，可以發(fā)現(xiàn)，相比傳統(tǒng)單域推薦