基于景点标签的协同过滤推荐.pdfVIP

JournalofComputerApplications ISSN 1001．9081 2014．10 10 计算机应用，2014，34(10)：2854—2858 CODENJYIIDU http：／／www．joca．an 文章编号：1001—9081(2014)10—2854—05 doi：10．11772／j．issn．1001—9081．2014．10．2854 基于景点标签的协同过滤推荐 史一帆 ，文益民 。，蔡国永 ，缪裕青 (1．桂林电子科技大学 计算机科学与工程学院，广西桂林541004； 2．广西可信软件重点实验室(桂林电子科技大学)，广西桂林541004) (十通信作者电子邮箱ymwen2004@~iyun．com) 摘 要：针对基于用户社会关系的协同过滤推荐算法有时无法给出目标用户对 目标物品的评分的情况，以及基 于物品的协同过滤推荐算法中存在的用户对不同类型物品的评分可能不具有可比性的问题，提出了两个基于物品标 签的协同过滤推荐算法。这两个算法在计算物品相似度时引入 了物品的类型标签信息。在景点评分数据上的实验 结果表明：相比基于用户社会关系的协同过滤推荐算法，基于用户社会关系和物品标签的协同过滤推荐算法的准确 率和覆盖率提升最高达 10％和4％；相比基于物品的协同过滤推荐算法，基于物品和物品标签的协同过滤推荐算法的 准确率提升达 15％。这说明景点类型标签信息的引入能使得景点的相似度计算更准确。 关键词：社会关系；标签；协同过滤；旅游推荐 中图分类号：TP391．4；TP18 文献标志码 ：A Collaborativefilteringrecommendationbasedontagsofscenicspots SHIYifan ，WEN Yimin一，CAIGuov0ng一，MIAOYuqing， (1．SchoolofComputerScienceandEngineering，GuilinUniversityofElectronicTechnology,GuilinGuangxi541040，China； 2．GuangxiKeyLaboratoryofTrustedSoftware(GuilinUniversityofElectronicTechnology)，GuilinGuangxi541004，China) Abstract：Inuser-basedcollaborativefiheringrecommendationbasedonsocialrelations，sometimestheratingsforthe targetitemscannotbepredicted．What’Smore，intraditionalitem—basedcollaborativefiltering，therearestillsomeitems whicharenotinthesameclasswiththetargetitem andnotsuitabletobereferencesforpredictingratings．Tohandlethese problems，twonewalgorithmsofcollaborativefilteringrecommendationwereproposed，inwhichthetagsofscenicspot’Stype wereintroducedtocomputethesimilaritybetweentwoscenicspots．Theexperimentalresultsonthedatasetofscenicspots’ ratingsshowthat，comparedwiththeuser-basedcollaborativefilteringrecommendationalgorithmsbasedonsocialrelations， thealgorith