[工学]2013中南大学信息院论文格式模板.doc

硕士学位论文 基于内容和GC-PLSA模型的物品推荐 Product recommendation based on content and GC-PLSA model 专 业：控制科学与工程 作 者： 导 师： 中南大学信息科学与工程学院 二〇一三年四月 中图分类号 TP391 学校代码 10533 UDC 620 密级 公开 硕士学位论文 基于内容和GC-PLSA模型的物品推荐 Product recommendation based on content and GC-PLSA model 作者姓名： 学科专业： 控制科学与工程 研究方向： 图像处理及应用 学院（系、所）： 信息科学与工程学院 指导教师： 副指导教师： 论文答辩日期 答辩委员会主席 中 南 大 学 二〇一三年四月 原创性声明 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。尽我所知，除了论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，也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》，并通过网络向社会公众提供信息服务。 作者签名： 导师签名 日期： 年 月 日 基于内容和GC-PLSA模型的物品推荐 摘要：目前推荐系统已经得到广泛的应用，对其进行研究和完善具有十分重要的价值。本文围绕物品内容表示、物品评分等级计算、用户兴趣变化和推荐结果多样性等问题展开研究，主要工作如下： (1)将图像特征用于物品推荐，解决了用文本描述物品外观存在的歧义性问题；同时针对功能属性和图像特征结合过程中存在的形式不统一问题，提出了基于“词包”的物品表示方法。该方法将物品的功能属性和图像特征统一以“词包”的形式结合起来，使物品内容得到完整表示。 (2)针对协同过滤技术中存在的新物品问题，提出了GC-PLSA (General Content Probabilistic Latent Semantic Analysis )模型；该模型引入了物品群体和用户群体两组隐含变量，通过采用不对称学习方法来完成模型参数的估计；该模型不仅能够有效地解决新物品问题，而且能够提高评分等级预测的准确性。 (3)针对用户对同一类物品的兴趣在购买前和购买后往往会发生变化的问题，提出了用户兴趣因子的概念，并将用户兴趣因子引入到评分等级中提高推荐结果的准确性。 (4)针对推荐结果的总体多样性问题，提出了ITRM(Improved Traditional Rank Model)排序模型。该模型能够保证一定准确性的前提下提高推荐结果的总体多样性，使准确性和多样性达到一个合理的折中；且该模型具有参数化的特点，即可以通过调节模型参数来选择所需要的多样性和准确性。 实验结果表明，本文所提出的方法能有效提高物品推荐系统的推荐品质。图34幅，表9个，参考文献66篇。 关键词：物品推荐；图像特征；词包；GC-PLSA模型；兴趣变化；总体多样性 分类号：TP391Product recommendation based on content and GC-PLSA model Abstract: Recommender systems have been widely used, and it is important to make them more perfectly. This thesis made a research centering on the relevant problems: the description of the content of the products, the computation of Ratings, the change of user’ interest, and the