互联网和信息技术改变了人们发现和获取信息的方式,给人们的工作和学习带来了极大的便利。随着用户数量的迅速增长,互联网上的信息也在急剧膨胀。海量的信息可以更好地满足用户纷繁复杂的信息需求,但同时也对信息处理技术提出了严峻挑战。由于信息资源种类繁多、质量参差不齐、结构复杂,从瀚如烟海的信息洪流中找到有价值的信息正变得越来越困难,这就是所谓的“信息过载”问题。在这种背景下,推荐系统应运而生。推荐系统根据历史行为数据来分析用户的偏好并向其推荐可能感兴趣的内容。作为解决“信息过载”问题的一种重要手段,推荐系统在电子商务、个性化网站等许多领域中都得到广泛应用。尽管取得了极大成功,推荐系统还面临着一些亟待解决的问题,这主要包括稀疏性问题和冷启动问题。针对上述问题,本文采用两种研究的思路:其一,研究如何充分利用现有的评分信息来缓解稀疏性问题和冷启动问题;其二,研究如何通过融合辅助信息来解决稀疏性和冷启动问题。本文对评分预测和Top-N推荐两种应用场景中的推荐算法进行了深入研究,主要做了以下几个方面的创新工作。(1)提出了一种基于聚类特征的隐含因子模型。在评分预测任务中,大多数现有推荐算法只利用了用户或商品的全局信息或是局部信息来进行预测,没能充分利用评分数据中所包含的信息。针对这一问题,本文提出了一种融合局部信息和全局信息的评分预测模型。具体而言,我们首先通过模糊聚类的方式来提取用户和商品的局部聚类特征,然后设计了一种融合这种局部聚类信息的隐含因子模型。相比于传统的方法,我们方法可以更充分地利用评分数据,因此可以获得更高的预测精度。(2)提出了一种基于半监督学习的Top-N推荐模型。在Top-N推荐任务中,同样也面临着稀疏性和冷启动问题。传统的Top-N推荐算法大都忽略了用户在未评价商品之间的偏好信息,导致在稀疏的数据集上推荐效果较差。针对这一问题,本文提出了一种基于半监督学习的Top-N推荐模型。不同于传统的模型只考虑用户在评价过的商品和未评价过的商品之间的偏好信息,该模型将用户评价过的商品集合作为正样本集合,将用户未评价的商品进一步划分成两个子集:中间集合和负样本集合。然后利用用户在这三类商品之间的偏好关系进行模型学习。本文采用基于自训练的半监督学习方法对用户未评价的商品进行划分。在真实数据集上的实验结果表明,该模型在所有评价指标上均优于传统的Top-N推荐模型。(3)提出了一种融合显式与隐式反馈信息的矩阵分解模型。大多数矩阵分解算法都依赖于用户的显式反馈信息。在显式反馈十分稀疏的情况下,这类算法的性能往往不够理想。针对这个问题,本文在概率矩阵分解模型的基础上,通过引入用户的隐式反馈作为辅助信息,设计了一种新的隐含因子模型。在该模型中,显式反馈矩阵和隐式反馈矩阵被分解到同一个空间中。然后,联合优化用户和商品的隐含因子向量。在MovieLens数据集上的一系列实验表明本文提出的模型在评分预测和Top-N推荐任务中都优于其他模型。(4)提出了一种融合评论信息的矩阵分解模型。用户对商品的评论是一种重要的反馈信息,从中可以挖掘出用户偏好、商品特性等许多有价值的信息。充分利用评论信息可以帮助解决推荐系统所面临的稀疏性和冷启动问题。传统的推荐算法通常只关注用户对商品的评分信息而忽略了评论信息。针对这个问题,本文提出了一种融合评论信息的矩阵分解模型。首先通过词袋模型或文档嵌入模型,从评论信息中提取用户和商品的隐含文本特征。然后,将提取到的特征融合到矩阵分解模型当中。在Amazon数据集上的大量实验表明该模型可以有效缓解稀疏性和冷启动问题。综上所述,本文对推荐系统中的评分预测和Top-N推荐等关键问题进行了研究。从充分利用已有信息和融合其他辅助信息两个角度来提高推荐算法的性能,并且在真实数据集上验证了算法的有效性。本文的研究工作对于推荐系统的应用有一定的理论和实际意义。