结合用户评分和项目标签的协同过滤算法.pdfVIP

第25卷 第 3期 计 算 机 技 术 与发 展 Vo1．25 No．3 2015年 3月 COMPUTERTECHNOLOGY AND DEVELOPMENT Mar． 2015 结合用户评分和项 目标签的协同过滤算法 程高伟，丁亦结，吴振强 (陕西师范大学 计算机科学学院，陕西 西安 710062) 摘 要：在信息过载时代，推荐系统能够帮助用户发现感兴趣的内容。协同过滤是推荐系统中最常用的技术，然而传统的 协同过滤算法未能充分考虑项 目标签对相似度的影响，因而推荐质量不高。文中提出了一种结合用户评分和项 目标签 的 协同过滤算法，算法中关键的相似度计算是对评分相似度和标签相似度的加权，通过加权降低了相似度矩阵的稀疏性，并 且保证项 目之间只有在共同评分较多且标签相似时才具有较高的相似度，从而使相似度计算更加准确。通过对比实验得 出加权系数在0．3—0．5时推荐质量较高，在公开数据集上与传统协同过滤算法的比较结果表明，文中的算法在平均绝对 误差上降低 了约3％。 关键词：协同过滤；推荐系统；标签；稀疏性 中图分类号：TP39 文献标识码 ：A 文章编号：1673—629X(2015)03—0071—05 doi：10．3969／j．issn．1673—629X．2015．03．017 CollaborativeFilteringAlgorithm CombinedUser RatingswithItem Tags CHENG Gao—wei，DING Yi—zhe，W U Zhen-qiang (SchoolofComputerScience，ShaanxiNormalUniversity，Xi’all710062，China) Abstract：Recommendersystem canhelpusersfindtheirinterestsinhteeraofinformationovedoad．Collaborativefilteringisoneofhte mostwidelyusedtechniques，whilehte~aditionalcollaborativefilteringalgorihtm hasalowereffectivenessbecauseofhteseldom consid— erationabouthtesimilarityofitem tags．A collaborativefilteringalgorihtm combinedratingswiht tagsisproposedinhtispaper，htemost importantprocedureofhtealgorihtm istocalculatehtesimilarityofratingsnadtags．Thetwokindsofsimilarityiscombinedbyweigh— ting，throughhtismehtodhtesparsityofhtesimilaritymatrixisgreatlyreducde nadensureshtatonlywhenhteitemshavemolecommon ratingsnadinhtesanletagscna reachahighsimi larity，sohtathteaccuracyofhtecalculationofsimilarityishighlyincreased．Theopti— malrangeoftheweightingcoefficientis0．3ot 0．5bycomparativeexperiment．Comparedwitllhtetraditionalcollaborativefilteringalgo— rihtm onpublicdataset．ht