基于社会化评分和标签的个性化推荐方法.pdfVIP

情 报 学 报 ISSN1000—0135 JOURNALOFTHECHINA S0CIETY FORSCIENTIFIC ANDTECHNICALINFORMATION ISSN 1000—0135 第33卷第 12期 1302—1310，2014年12月 Vo1．33 No．12，1302—1310 December 2014 doi：10．3772／j．issn．1000~135．2014．012．007 基于社会化评分和标签的个性化推荐方法 琚春华 鲍福光 。 刘中军 1．浙江工商大学现代商贸研究中心 。杭州 310018； 2．浙江工商大学计算机与信息工程学院，杭州 310018； 3．浙江工商大学工商管理学院，杭州 310018 摘要 针对实际应用中由于用户和资源数量十分庞大产生的数据稀疏的问题，本文通过建立基于标签的群体 用户模型进行资源推荐。首先定义了用户群体的概念，研究利用用户的特征属性发现用户群体 ，建立基于群体的 用户模型，然后融合社会化评分和标签计算用户对资源 的兴趣度。实验证 明，利用群体用户模型的特点能有效缓 解用户数据稀疏的问题，提高推荐效果。 关键词 社会化评分 标签 用户群 推荐 A PersOnaIized RecommendationM ethod Based on Social RatingandRaggingUserGroup JuChunhua一．BaoFuguang，andLiuZhongjun 1．DepartmentofModernBusinessResearchCenter，ZhejiangGongshangUniversity，Hangzhou310018； 2．CollegeofComputerScience＆InformationEngineering，ZhejiangGongshangUniversity，Hangzhou310018 3．SchoolofBusinessAdministration，ZhejiangGongshangUniversity，Hangzhou310018 Abstract Inthepracticalapplication，thequantityofusersandresourcesisvery large．Userdatacanbecome extremelysparse，SOweputforwardauserinterestmodelbasedon group effectforresourcerecommendation．First，we definedtheconceptofusergroups．Thenwestudy on thecharacteristicsofuserattributestofoundusergroups，andbuild amodelbasedonusergroups．Finally，weusesocialtagandratingdatatopredictuserinterestinresourceandrecommend ittouser．Experimentshowsthatthecharacteristicsofusergroupmodelcan effectivelyalleviatetheproblem ofuserdata sparseness，and improvetheaccuracy ofrecommendationresuhs． Keywords socialrating，ragging，usergroup，recommendation 信息的方式也发生 了极大的改变，从 以前单纯 的接 1 引 言 受信息转变为现在的信息生产者 、组织者和分享者。 信息共享和在线协 同技术的迅速发展 ，让每个 网络 随着 Web2．0应用的 日益完善 ，人们组织 、交流 用户不仅可以从互联 网上获取各种信息，还能 自由 收稿 日期 ：2014年 6月 5日 作者简介 ：琚春华，男 ，1962年生 ，博士，教授 ，博士生导师，主要研究方 向：数据挖掘与商务智能。鲍福光，男，1986年生， 博士研究生，主要研究方向：数据挖掘、电子商务与物流优化，E—mail：baofuguang@ 126．com。刘 中军，男，1989年生，硕士研究 生，主要研究方向：个性化信息推荐。 1 基金项 目：国家 自然科学基金 座机电话号码 ；国家科技支撑计划项 目 2014BAH24F006 ；浙江省 自然科学基金项 目 LY14F020002 ；本文是教育部人文社科重点研究基地浙江工商大学现代商贸研究中心和浙江省 2011协同创新中心一现代 商贸流通体系建设协 同创新 中心的资助课题成果 14SMXYO4