基于节点结构相似与排序的协同过滤算法1.pdfVIP

1 基于节点结构相似和排序的协同过滤算法 刘淇，陈恩红 中国科学技术大学计算机科学与技术系，合肥 (230027) E-mail: cheneh@ 摘 要：本文提出一类基于图中的节点结构相似与带重启动的随机游走相结合的协同过滤推 荐算法。该方法不仅具有较高的准确度，且具有良好的可扩展性。另外，该推荐算法可以在 所有的用户和项之间产生相似排序，从而避免低覆盖率造成的推荐不准确。文中提出了两类 不同的实现方法，分别是基于项协同过滤的项排序算法和基于用户协同过滤的用户排序算 法，通过在一个标准数据集 MovieLens上的测试表明了算法的有效性。 关键词：推荐算法；协同过滤；结构相似；排序；随机游走 中图分类号: TP31 1．引言 推荐系统根据用户与系统的交互历史以及用户的个人信息等构建用户的兴趣模型，预测 用户可能感兴趣的产品或项。推荐系统大致可以分为三类[1] ：基于协同过滤的方法 (collaborative filtering)[2][4]，基于内容的方法(content-based filitering)[5][8]和将二 者结合的混合推荐算法(hybrid recommendation)[6][7]。其中，基于协同过滤（CF）的方法在 保持较好推荐效果的同时，其实现和维护代价都比较低，因而得到了最广泛的应用。协同过 滤算法又分为Memory-based和Model-based两类[1]。 Model-based 算法首先利用已有的用户评价数据建立一个模型，然后根据该模型进行评 价预测，例如基于贝叶斯网络的方法[11]，基于最大熵的方法[10]。但通常 Model-based 方法 的模型建立和更新非常耗时，且模型经常不能像 Memory-based 方法一样覆盖所有的用户。 Memory-based 算法是一种启发式的方法，它根据用户以往的所有评价去推荐。该方法一般 是先为每个用户寻找相似的用户，再根据相似用户对给定项的评分以及用户相似度对项进行 排序[1]。 近来，也提出了一些基于图中顶点相似计算的方法来进行协同推荐[15][17][19]。在其它领 域中，[12] 总结和比较了大量的计算图中结点相似的方法用来进行连边预测。[13]也提出了一 种新的度量网络中顶点结构相似的方法。 在图结构中，经常用随机游走（Random walk）对节点间的相似度进行衡量[15][16][19]，该 方法以两个节点间的平均首达时间（ACT,average commute time）为标准。但ACT 的问题在 于它对图中远离节点i,j的部分有很强的依赖，即使节点是紧密相连的时候也是一样，所以 经常会造成计算得到的相似度与实际节点的相似度有较大偏差。作为抵消该依赖的一种方 法，可以让节点 i到节点j 的游走周期性“重启动”，即每一步以一定的概率c 返回 i重新 走步，这样几乎不会走到图中偏远的部分。随机重启也是进行网页排序的PageRank 算法[14] [18] 的基本思想。 用带重启动的随机游走(RWR，random walk with restart)来发现已知多媒 体对象中各个媒体属性间的关联，而[21]则用 RWR来发现情感与音乐属性的关联从而进行音乐 推荐。类似地，[17]也将 PageRank算法的思想用到推荐系统中。 实际应用中，推荐算法不仅要求较高的预测准确度，还要具备良好的扩展性，但是目前 1本课题得到国家教育部基于教育部博士点基金项目“中国科技论文在线”模式的科技论文网络发表平台的 个性化服务研究（2007105 ）的资助。 -1- 的推荐算法都有其不足之处。例如，基于聚类的方法往往不能有效地覆盖所有的项或者用户， 而基于图的方法虽然可以为所有的用户-项对产生相似排序，但往往消耗大量的空间资源，