一种基于地域划分的个性化推荐算法.pdf

暨南大学硕士学位论文


题名（中英对照）：
一种基于地域划分的个性化推荐算法
A Personalized Recommendation Algorithm Based On Area Distribution

作者姓名： 王超

指导教师姓名
及学位、职称： 龙舜 博士 副教授

学科、专业名称： 计算机技术

论文提交日期： 2015 年 5 月 25 日

论文答辩日期： 2015 年 6 月 1 日

答辩委员会主席： 裴海龙

论文评阅人： 崔林 陈国民

学位授予单位和日期： 暨南大学 2015 年 6 月 30 日
独 创 性 声 明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。
除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成
果，也不包含为获得 暨南大学 或其他教育机构的学位或证书而使用过的材料。与
我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。

学位论文作者签名： 签字日期： 年 月 日


学位论文版权使用授权书

本学位论文作者完全了解 暨南大学 有关保留、使用学位论文的规定，有权
保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授
权 暨南大学 可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采
用影印、缩印或扫描等复制手段保存、汇编学位论文。
（保密的学位论文在解密后适用本授权书）


学位论文作者签名： 导师签名：
签字日期： 年 月 日 签字日期： 年 月 日
学位论文作者毕业后去向：
工作单位： 电话：
通讯地址： 邮编：
暨南大学硕士学位论文
摘要
近年来互联网的飞速发展，各类无效资源信息大量涌入人们的视野。为了解决信息过
载的困扰，个性化的推荐系统得到了广泛的应用。同时，用户群体之间的偏好****性、文化
素养、地理信息等差异都会对人们在事物的选择和预期方面千差万别。研究一个性能优秀
的推荐模型算法理应要考虑用户行为所处的上下文因素，这对于提高用户的满意度无疑具
有着重要的现实意义。
本文借鉴已有的基于上下文的协同过滤技术，设计并实现了一个基于用户位置信息的
个性化的推荐模型，以此来探究用户地域划分之后对推荐性能的影响。模型除实行对一般
用户进行推荐外，还特别针对边界用户设计了推荐算法。它能根据用户的邮编信息，利用
模型搭建好的金字塔四叉树结构从整体到局部大致划分其所在的区域路径，通过在每个路
径节点中构建一个局部协同过滤模型进行推荐，并将这些局部结果加权评分，计算产生最
后总的推荐评分列表。本文利用 MovieLens 公开数据集对上述模型的推荐性能进行了对比
实验，并对结果进行了较为详尽的分析总结。
实验结果表明：同等条件下考虑用户的地域信息能有效改善个性化电影推荐系统的性
能，同时考虑边界用户也能进一步提高推荐的满意度。

关键词：协同过滤，金字塔四叉树，边界用户，加权推荐
I
暨南大学硕士学位论文

Abstract
With the rapid development of Internet in recent years, all kinds of invalid information has
been appearing in people’s vision. Person