基于有限注意力的个性化推荐算法研究

个性化推荐算法：基于阅读历史和兴趣的推荐系统 #生活乐趣# #阅读乐趣# #电子书推荐#

基于有限注意力的个性化推荐算法研究

【摘要】： 在当今的信息时代,人们在互联网上的生活产生了海量的数据,信息出现了严重的过载。为找到感兴趣的内容,用户不得不处理大量的信息,但每个用户的时间和精力是有限的,因此这是一件十分困难的事情。十余年里,诸多领域都对推荐系统进行了研究和应用。一般的推荐系统,通过加入用户的社交关系、兴趣分类和信任圈子等因素来改善推荐性能。但当前的推荐系统往往忽略了心理学的因素,其中十分重要的方面就是用户注意力,这会对用户行为产生显著影响。本文提出一种利用有限注意力信息改进推荐系统的算法。本文的工作主要包括以下三个方面:(一)综述了个性化推荐系统,包括基于协同过滤和社交网络的算法,以及矩阵分解的算法模型;(二)阐述了利用有限注意力信息来改进推荐系统的算法。基于用户的社交网络,提出用户的社交正则化项;利用物品的相关性,提出物品的正则化项;使用社交正则项和物品正则项表示有限注意力对推荐系统的约束,设计矩阵分解的目标函数;(三)设计了多项对比实验,在不同的数据集上,对算法进行实验验证,结果表明本文的方法在平均绝对偏差MAE、均方根误差RMSE等指标上均明显优于一般的社会化推荐系统。

【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018

网址：基于有限注意力的个性化推荐算法研究 https://www.yuejiaxmz.com/news/view/538455

相关内容

基于页面聚类的个性化推荐算法研究
基于协作过滤算法的电子商务个性化推荐系统的研究
基于用户评价的个性化饮食推荐方法研究
基于电子商务的个性化推荐系统研究
旅行服务平台个性化推荐算法研究
基于社交网络数据个性化推荐研究.doc
基于人工智能的个性化推荐系统研究
个性化推荐算法优化技术研究与应用推广方案.doc
基于饮食行为的个性化饮食推荐服务研究
个性化推荐系统，必须关注的五大研究热点

随便看看