基于多示例学习的对象图像推荐算法.pdfVIP

第37卷 第20期 计 算 机 工 程 2011年 1O月 V_0l_37 No．20 ComputerEngineering 0ctober2011 · 开发研究与设计技术 · 文章编号：1oo_3428(2o11)2 28-．02 文献标识码：A 中圈分类号：TP301．6 基于多示例学习的对象图像推荐算法 李 展，彭进业，温 超 (西北大学信息科学与技术学院，西安 710069) 摘 要 ：用户评分矩阵稀疏问题影响协同过滤的推荐性能。为此，提出一种基于多示例学习的对象图像推荐算法。将分割区域的视觉特征 作为图像中的示例，利用多样性密度函数求得最大多样性密度点，使用正负图像内容评价不同用户间的相似性，将其与传统余弦相似性进 行组合，从而实现推荐。实验结果表明，该算法提高了推荐性能。 关健词 ：对象图像推荐；协同推荐；多示例学习；多样性密度函数；组合推荐 objectImageRecommendationAlgorithm Based0nM ulti-instanceLearning LlZhan，PENGJin-ye，WENChao (SchoolofInformationScienceandTechnology,NorthwestUniversity,Xi’an710069，China) [Abstract]Thesparseuser—item matrixoftenhurtstheperformnaceofrecommendationsystem．Aimingatthisproblem，anobjectimage recommendationalgorithm basedonmulti—instanceleraningisproposed．Theimagesraeregardedasbagsandthesegmentedregionsasinstances． TheDiverseDensity(DD)functionisadoptedtOserachthemaximum DDpoint；Nexthtepositivenadnegativeimagesisusedtomeasuretheusers’ similarity．Thesimilarityresultisintegratedwithhtetraditionalcosinesimilarity．Experimentalresultsshow that，thealgorithm canimprovethe recommendationperfomr na ce． [Keywords]objectimagerecommendation；collaborativerecommendation；multi—instnacelearning；diversitydensityfunction；combination recommendation D0I：10．3969／j．issn．1000—3428．2011．20．095 1 概述 在如下关系： 协同过滤(CollaborativeFiltering，CF)推荐算法是推荐系 f0如果用户i给图像项目评分 。、 统中应用最成功的技术之一…。其瓶颈在于评分矩阵的稀疏， 一1_0如果用户l未给图像项目评分 t1) 该问题极大地影响推荐系统性能。 定义 2假定评分最高为 。规定用户A对某个图像评 针对矩阵稀疏的评分问题，一种解决方法是通过降维提 分大于等于 ，2，则认为该图像对于用户A为正例，否则为 高评分密