二分图个性化推荐算法的改进及应用

作     者：黄谭 

作者单位：广西大学 

学位级别：硕士

导师姓名：苏一丹

授予年度：2015年

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：推荐算法 二分图 K-Medoids聚类 冷启动 实时性 

摘      要：随着互联网时代的到来,“大数据的概念已经越来越被人们熟悉。推荐系统随着用户规模的激增,出现了用户冷启动、推荐实时性与准确性不足等各个方面的问题。本文针对这些问题,对基于二分图的个性化推荐算法进行了研究,具体的研究工作如下：(1)针对基于二分图推荐算法中,用户-项目相连边的权值都为1的情况,本文提出一种具体的对边加权的方法。把用户历史行为数据中的行为时间、用户行为的频率作为决定权值的两个方面。实验验证了加权策略的有效性。(2)针对基于二分图推荐算法中,用户数量的增大,导致推荐算法运行效率降低、实时性差的问题,本文提出运用K-Medoids聚类算法进行改进的方法。对用户进行一个聚类,再对k个用户簇进行推荐。实验结果表明聚类后运行效率有提高。(3)针对用户冷启动的问题,运用SimRank算法将新用户加入到聚类后的用户簇中。从而给新用户进行推荐。本文最后为推荐算法开发了一个UI展示的WEB应用。用于推荐算法的实验结果可视化界面展示,并且能够提升用户的体验效果。这验证了算法的可行性。