个性化搜索引擎推荐算法研究 论文.pdfVIP

第27卷第1期 计算机应用研究 V．oI．27No．1 2010年1月 Researchof Jan．2010 Apphcation Computers 个性化搜索引擎推荐算法研究 陈华，李仁发，刘钰峰，练琪 (湖南大学计算机与通信学院，长沙410082) 摘要：将个性化引入搜索引擎出现了稀疏性、精确性、扩展性等新问题。针对以上问题，提出了一种基于SVD (单值分解)影响集的协作过滤推荐算法，在利用矩阵相关技术以及扩大影响的基础上，将用户潜在感兴趣的资 源推荐给用户。实验表明，该算法可有效解决以上存在的问题，显著提高个性化系统的推荐质量。 关键词：推荐系统；协同过滤；单值分解；相似性 中图分类号：TP311．5文献标志码：A 文章编号：1001．3695(2010)01．0048．03 doi：10．3969／j．issn．IDOl-3695．2010．01．013 recommendresearchon search Algorithms personalizedengine CHEN Hua，LIRen-fa，LIUYu-feng，L1ANQi (sdu,otofComputer＆Commaaieation，HunanUniversity。Chaagsha410082，China) introductionof intosearch eaufedthe ofa view Abstract：The personalized eflgine problems oftheabove acollaborativerecommendationbasedonthe ofSVDto problem，thispaperproposed filtering algorithms impact recommendresourcesof interestto matrix—related and itsinfluence．The potential users，using technologiesexpanding experi- meritSHOWSthatthe Can solvetheabove therecommendationofthe algorithmeffectively problems，significantlyimprove quality personalizationsystem． words：recommend value Key filtering；singledecomposition(SVD)；similarity systems；collaborative 以C,oogle、Baidu为代表的搜索引擎已为人们熟知，具有基 其中，m个用户，iq．个项目，R。代表用户i对项目』的评分。· 于关键字、通用性等特点。而对于如何为不同兴趣、背景的用 表1用户项目矩阵 户提供更高效率、更专业的服务，使得个性化搜索引擎技术成 型堕塑L：：：