用户多兴趣下的个性化推荐算法研究

电子商务个性化推荐成为客户关系管理的重要内容，协同过滤算法是应用最为广泛的个性化推荐技术，但传统的协同过滤推荐算法并不适合用户多兴趣情况下的个性化推荐。在分析原因的基础上，通过组合基于用户的协同过滤和基于项目的协同过滤算法，先求解目标项目的相似项目集，在目标项目的相似项目集上再采用基于用户的协同过滤算法。这种基于相似项目的邻居用户协同推荐方法，能很好地处理用户多兴趣下的个性化推荐问题，尤其当候选推荐项目的内容属性相差较大时，该方法性能更优。最后，用EachMovie数据库对算法进行了仿真实验，实验表明该算法准确率更高。     

云服务平台下考虑用户偏好的设计服务推荐方法

为提高云服务平台下产品设计服务推荐的质量,增强协同产品设计过程中用户与服务提供方之间的交互,构建了个性化产品设计服务推荐框架,并提出考虑用户需求偏好的设计服务推荐方法.采用模糊C均值聚类算法实现用户初步聚类;利用改进的基于用户的协同过滤方法优化用户相似度函数及评分预测函数,以提高目标用户对设计服务推荐项目预测评分的准确性;通过用户对设计服务推荐结果的交互反馈,完成产品设计服务的更新迭代.以设计云服务平台上用户对壁挂式智能空调设计的需求为例,验证了所提方法的有效性.     

基于用户语义相似性的协同过滤推荐算法

为了解决协同过滤推荐中的稀疏性问题,提出一种基于用户语义相似性的协同过滤推荐算法。算法考虑到项目之间内在的语义关系,通过构建领域本体来计算项目之间的语义相似度,并综合项目语义相似度和用户评分数据来度量用户语义相似性。实验结果表明,该算法在用户评分数据极端稀疏的情况下,依然可以获得较高的推荐质量。     

融合动态标签优化协同过滤推荐算法

针对协同过滤推荐算法在网络个性化产品推荐服务中面临的覆盖率互斥、信息不对称问题,提出了一种融合用户动态标签和用户信任关系的改进协同过滤推荐算法,算法首先通过构建用户集、标签集和物品集三者之间的动态联系,建立用户动态偏好矩阵,接着构建基于用户社会网络信息的用户信任关系矩阵,以通过用户信任反馈机制实时更新用户间的信任值,最后通过融合用户动态标签和用户信任关系构建新的概率矩阵分解模型实现对协同过滤推荐算法的优化改进。仿真实验结果表明,改进算法提高了协同过滤推荐算法的性能,在一定程度上有效缓解了覆盖率互斥、信息不对称以及信任用户变窄问题对算法推荐质量的影响。     

基于灰色关联预测与信任云混合算法的方案推荐

针对传统推荐方法中的数据稀疏性问题,常用的方法通常受到数据量的制约,因此采用灰色关联预测法计算方案评分数据间的相关系数,以预测空缺的评分数据;针对面向新用户的冷启动问题,考虑用户兴趣特征相似度和基于信任云的用户对方案评分的相似性,计算用户间的综合相似度,将合适的方案推荐给新用户。最后,以汽车方案推荐为例进行方法验证,并通过与协同过滤,云模型等推荐算法进行对比,证明了该方法的有效性。     

基于融合上下文的移动用户行为过程挖掘与预测

针对移动环境中单个用户个性化行为过程的挖掘和预测问题,考虑不同类型上下文对行为过程的影响,研究将行为过程中不同类型的上下文融合成统一的整体(情景),提出上下文融合过程模型。进而将上下文融合过程模型融入移动用户的行为过程中,提出一种基于融合上下文的行为过程模型。在此基础上提出一种挖掘算法ASCF-Mine,利用行为过程中存在的情景周期和时间属性来挖掘频繁的行为过程。结合频繁的行为过程,提出一种基于协同过滤的预测方法来自主构建满足用户个性化需求的行为过程。通过具体的实验分析,验证了所提方法的有效性。     

基于用户偏好的个性化流程自主构建方法

针对工作流管理系统在流程灵活性与支持之间的矛盾,提出一种基于用户个性化特征及偏好的流程自主动态构建方法.该方法将面向服务选择的协同过滤方法扩展为更复杂的、面向流程执行实例的相似度模型,在流程执行过程的每个环节,根据相似用户的执行轨迹和流程实例的上下文环境为当前用户选择或推荐活动,从而实现整个流程的动态自主构建.该方法不需要预先建模,对基于约束的工作流管理系统进行了改进,实现了工作流管理系统在灵活性与支持度两个方面的平衡,提高了整体流程质量.     

基于本体用户兴趣模型的个性化推荐算法

针对目前个性化服务中用户模型稳定性低、推荐结果不尽人意的现状,在建立基于本体的用户兴趣模型基础上,通过模型更新提高稳定性,建立用户群实现用户模型管理.提出利用矩阵聚类降维分解技术的个性化推荐算法,引入偏好方差的概念计算用户最近邻,进而产生推荐,避免了传统协同过滤算法的数据稀疏性缺陷,提高了推荐质量.结合面向电影的个性化推荐系统,验证了模型及算法的有效性.     

面向产品配置的相对相似度计算方法及其应用

利用产品相似度计算方法,分析了配置产品的结构属性并求解了各个结构属性的相似度,计算了由客户需求属性映射为产品结构属性的结构相似度.提出了产品结构属性相似度与客户需求结构属性相似度的相对相似度计算方法.建立了最短距离模型,利用最短距离模型对相对相似度进行了分析,提出了基于相对相似度的最相似产品检索方法.以泵体为例,时上述方法进行了应用验证.     

考虑数据变化范围的Web服务服务质量协同预测方法

针对Web服务QoS数据变化范围不同将导致传统协同过滤方法的邻居对目标用户的贡献度不均、进而影响预测结果的准确性的问题,提出一种基于高斯映射的协同预测方法,采用高斯归一化理论,将处于不同区域的服务质量数据映射到一个统一区间,通过皮尔逊相关系数计算相似度,引入最小相似性阈值因子来过滤具有弱相关性的近邻,应用协同过滤算法计算归一化后服务质量矩阵中的缺失项,设计了还原算法并计算得到原始服务质量矩阵下的对应项,融合基于用户和基于服务的计算结果进行综合预测。通过真实数据集上的对比实验和实例验证结果表明,所提方法能有效解决因贡献度不均等导致的误差,进而提高预测结果的准确度。