融合用户属性的协同过滤推荐算法在政府采购中的应用.pdfVIP

第29卷 第 1期 重庆 理 工 大 学 学报(自然科学) 2015年 1月 Vo1．29 No．1 JournalofChongqingUniversityofTechnology(NaturalScience) Jan．2015 doi：10．3969／j．issn．1674-8425(Z)．2015．01．014 融合用户属性的协同过滤推荐算法 在政府采购中的应用 李 梁，张海宁，李宗博，陈佳瑜 (重庆理工大学，重庆 400054) 摘 要：在政府采购领域，由于数据不包含采购单位对采购商品的评分，而且 目前无法获取 用户的行为数据，故在实施推荐时，传统的用户相似度计算方法存在不足。针对该问题，在Jac— card系数计算方法的基础上，考虑采购单位固有的属性信息，对传统的用户相似度计算方法进 行了改进，并提出了一种融合用户 自身属性的基于用户的协同过滤算法。实验结果表明：本算 法在一定程度上提高了系统的推荐质量。 关 键 词：协调过滤；基于用户；相似度 ；用户属性；政府采购 中图分类号：TP301．6 文献标识码 ：A 文章编号：1674—8425(2015)Ol一0076—06 Research ofCollaborativeFilteringRecommendationAlgorithm FusionUserAttributesinGovernmentPurchase LILiang，ZHANG Hai—ning，LIZong—bo，CHEN Jia—yu (ChongqingUniversityofTechnology，Chongqing400054，China) Abstract：Thetraditionalmethodtocalculatetheuser’Ssimilarityhadsomedisadvantages，which arethatwhenmakingrecommendationoverthedatasetsthatwehavenopreferences．Accordingto thethoughtsofJaccardcorrelation，weconsidereduser’Sattributeastheimportantfactor，andwein— troducedthisfactorintotheusersimilarity’Scalculation．And thisiStheflew methodweproposed (MPUBCF)．TheresultindicatesthatMPUBCFhasanadvantagecomparedtothetraditionalmethod． Itimprovestheperformanceoftherecommendationsystem． Keywords：collaborativefiltering；user-based；similarity；userattribute；governmentpurchase 随着信息技术的迅猛发展，越来越多的信息 2013年，在一分钟内，互联网上各种设备产生的数 以前所未有的速度产生并传播。据 intel的统计， 据多达4ZB。互联网上的电子设备还在持续增 收稿 日期：2014—10—22 基金项目：重庆市应用开发计划项 目“基于移动互联网的重庆特色文化产品协同创新信息支持系统关键技术研究” (cste2013yykfA40002)；重庆市巴南区科技计划专项项 目“校企合作协同创新信息平台研制”(2012Q122) 作者简介：李梁(1964一)，男，重庆人 ，副教授，主要从事数据挖掘和数据仓库、数据库技术研究；张海宁(1985一)， 男，山东滕州人，硕士研究生，主要从事数据挖掘和推荐系统研究。 引用格式 ：李梁，张海宁，李宗博，等．融合用户属性的协同过滤推荐算法在政府