基于用户属性和评分的协同过滤推荐算法.pdfVIP

2015年 2月 计算机工程与设计 Feb．2015 第 36卷 第 2期 COMPUTER ENGINEERINGAND DESIGN Vo1．36 NO．2 基于用户属性和评分的协同过滤推荐算法 丁少衡 ，姬 东鸿 ，王路路 (武汉大学计算机学院，湖北武汉430072) 摘 要 ：为解决协同过滤推荐系统数据稀疏和冷启动带来的问题，提出一种相似度计算和评分预测算法。结合用户评分相 似度、兴趣倾向相似度和置信度 3方面，更充分地利用用户评分信息，使得用户相似度的计算更准确、区分度更高；使用 sigmoid函数，实现冷启动状态下用户相似度计算时用户属性和用户评分信息的平滑过渡。在MovieLcns真实数据集上进 行实验，实验结果表明，该算法可有效提高评分预测的准确性，在一定程度上解决冷启动的问题。 关键词：推荐系统；协同过滤；用户相似度；冷启动；Sigmoid函数 中图法分类号 ：TP312 文献标识号 ：A 文章编号：1000～7024 (2015)02—0487—05 doi：10．162o8／j．issnl000—7024．2015．02．039 Collaborativefilteringrecommendationalgorithm basedonuser attributesandscores DINGShao—heng，JIDong-hong。WANGLu—Iu (SchoolofComputer，WuhanUniversity，Wuhan430072，China) Abstract：Tosolvetheproblem causedbydatasparsityandcoldstart，ascorepredictingalgorithm waspresented．Thescore similarity，theinteresttendencysimilarityandtheconfidencecoefficientinformationwereusedtomaketheusersimilarityealcu— lationmoreaccurateanddiscriminative．Besides，asmoothingmethodbasedontheSigmoidfunctionwasadoptedtomakethe transitionbetweentheuserscoreandtheuserattributesinformationmoresmoothunderthecoldstartstate．Resultsofexperi— mentsontheMovieLensdatasetdemonstratethattheproposedalgoritmh canimprovetheaccuracyofthescoreprediction，and solvethecoldstartproblem tosomeextent． Keywords：recommendersystem；collaborativefiltering；usersimilarity；coldstart；Sigmoidfunction 地利用用户属性和已有的评分信息，避免了传统相似度计 0 引 言 算的缺点。实验结果表明，本文算法有效提高了推荐精度， 目前，协同过滤算法是应用最广泛的推荐算法L1]。协 并且在冷启动条件下也有较好的效果。 同过滤算法主要分为基于内存的协同过滤 (memory-based 1 传统相似度计算方法 CF)和基于模型的协 同过滤 (model—basedCF)等 j。本 常见的相似度计算方法包括Pearson相似度 (pearson 文主要研究基于