基于對(duì)數(shù)似然相似度的推薦系統(tǒng)研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，信息過(guò)載導(dǎo)致人們?cè)趯ふ覞M意的信息時(shí)需要花費(fèi)大量的時(shí)間和精力。推薦系統(tǒng)可以自動(dòng)分析用戶(hù)的歷史興趣，并從龐大的信息庫(kù)中找到符合用戶(hù)興趣的信息供用戶(hù)作為選擇的參考，減少了用戶(hù)在尋找信息時(shí)的時(shí)間精力花費(fèi)。因此，已廣泛運(yùn)用于電子商務(wù)、互聯(lián)網(wǎng)服務(wù)、社交等應(yīng)用中，并發(fā)揮了巨大的作用。如何進(jìn)一步改善推薦的質(zhì)量，提升用戶(hù)的滿意度，是目前推薦系統(tǒng)領(lǐng)域的研究重點(diǎn)。
　　本文在對(duì)推薦系統(tǒng)以及常用的三種推薦算法分析的基礎(chǔ)上，研究一種基

2、于對(duì)數(shù)似然相似度的Slope One改進(jìn)推薦算法的理論與實(shí)現(xiàn)方法，并將其運(yùn)用到電影推薦系統(tǒng)的原型設(shè)計(jì)中，以便提高評(píng)分預(yù)測(cè)的準(zhǔn)確率，改善電影推薦的質(zhì)量。具體研究工作如下:
　　通過(guò)對(duì)推薦系統(tǒng)中常用的三種推薦算法，尤其是Slope One推薦算法，以及相似度計(jì)算方法的研究，對(duì)比和分析了它們各自的優(yōu)缺點(diǎn)。
　　針對(duì)Slope One算法的不足，提出了一種基于對(duì)數(shù)似然相似度的Slope One改進(jìn)算法LBSO。算法引入列聯(lián)表分析兩兩

3、物品的關(guān)聯(lián)關(guān)系，計(jì)算對(duì)數(shù)似然比統(tǒng)計(jì)量，將其轉(zhuǎn)化為對(duì)數(shù)似然相似度，作為評(píng)分預(yù)測(cè)公式中的權(quán)值;并結(jié)合一種近鄰選擇改進(jìn)算法，在評(píng)分預(yù)測(cè)時(shí)排除與目標(biāo)物品相似度過(guò)小的物品，較好地提高了對(duì)目標(biāo)物品評(píng)分預(yù)測(cè)的準(zhǔn)確率;利用MovieLens數(shù)據(jù)集，通過(guò)Python語(yǔ)言編程實(shí)現(xiàn)上述算法進(jìn)行對(duì)比分析，實(shí)驗(yàn)驗(yàn)證了所提出的改進(jìn)算法LBSO擁有較好的評(píng)分預(yù)測(cè)準(zhǔn)確率。
　　通過(guò)對(duì)電影推薦系統(tǒng)進(jìn)行調(diào)研和需求分析，在此基礎(chǔ)上，實(shí)現(xiàn)了包括總體結(jié)構(gòu)、功能模塊以及數(shù)據(jù)