协同过滤算法在电影推荐系统中的应用与研究-计算机本科毕业论文.docxVIP

湖南大学

协同过滤算法在电影推荐系统中的论文题目：应用与研究

学生姓名：程振兴

学生学号：

专业班级：

学院名称：

指导老师：

学院院长：

2015年6月7日

湖南大学毕业设计(论文)第I页协同过滤算法在电影推荐中的应用与研究

摘要

协同过滤算法发展已久，算法当中存在的冷启动、数据稀疏等问题一直在被人们所研究，我们希望能找到更好的方法能解决这些问题提高推荐系统的性能。本文尝试将传统的基于用户和基于项目的协同过滤算法融合。在相似度的计算中比较了多种算法的优缺点；对于邻居的选择也比较了K个最近邻和设定阈值的方法；最后预测评分进行综合推荐。对比实验中数据集是MovieLens数据集，以平均绝对误差来反映测试的准确度。最后成功将融合的算法应用到电影推荐系统当中，在评分矩阵相对稀疏的环境下一定程度上提高了系统的预测精度，较好的实现了为用户推荐电影的功能。

关键词：协同过滤；推荐；融合；电影推荐系统

湖南大学毕业设计(论文)第Ⅱ页

MovieRecommendationApplicationStudyBasedonCollaborativeFilteringAlgorithm

Abstract

Collaborativefilteringalgorithmdevelopmentforalongtime,algorithmofcoldstart,datasparseproblemshavebeenstudiedbypeople,wehopethatwecanfindabettermethodtoimprovetheperformanceofrecommendationsystemtosolvetheseproblems.Thispapertriestocombinesthetraditionaluser-basedanditem-basedcollaborativefiltering.Inthecalculationofsimilarity,theadvantagesanddisadvantagesofvariousalgorithmsarecompared;Forthechoiceofneighbors,themethodsofKnearestneighborandsettingthresholdvaluealsoarecompared;Markforecastforthefinallycomprehensiverecommendations.Movielensdatasetisappliedinthecontrasttest,atanaverageabsoluteerrortoreflecttheaccuracyofthetest.Finally,thehybridalgorithmisappliedtothemovierecommendationsystemsuccessfully,andcanimprovepredictionaccuracyofthesystemtosomeextent,betterimplementtherecommendedmoviefunctionfortheuser.

Keywords:CollaborativeFiltering;Recommend;Co