用户行为分析4.pdfVIP

- 1 - 中国科技论文在线 一种基于用户行为相似度的协同推荐算法# 李扬，陈超，祁麟，俞能海** 基金项目：高等学校博士学科点专项科研基金(20070358040) 作者简介：李扬，男，1985 年出生，中国科学技术大学硕士，研究方向包括机器学习和数据挖掘 通信联系人：俞能海，男，1964 年出生，博士生导师，主要研究包括多媒体技术、信息处理和信息安全等. E-mail: ynh@ （中国科学技术大学, 合肥 230027） 摘要：如何计算用户之间的相似度是协同推荐算法中最关键的技术，而现有算法在数据稀疏 或小邻居集的环境下性能严重下降。本文提出了一种基于用户行为相似度的协同推荐算法 （UBS），它充分考虑数据稀疏环境的特点，从评分矩阵中挖掘用户的网络行为特征，得到 用户之间更真实的用户行为相似度，最终有效地解决了传统方案在稀疏数据和小邻居集下 的相似度不准确问题。实验结果表明该算法在稀疏数据和小邻居集环境下，推荐质量都取 得了明显的改进效果。 关键词： 协同推荐；数据稀疏；用户行为相似度；邻居集 中图分类号：TP391 Collaborative Filtering based on User Behavior Similarity Li Yang, Chen Chao, Qi Lin, Yu Nenghai (University of Science and Technology of China) Abstract: The most crucial component of the algorithm is the mechanism of calculating similarities among users. Most existing calculations of similarities suffer from data sparsity and poor prediction quality problems. In this paper, a new CF algorithm based on User Behavior Similarity (UBS) is proposed, which extracts users’ network behaviors’ characteristics from the sparse rating matrix based on fully consideration of the features of data sparsity. By introducing a more realistic similarity measure, which is named user behavior similarity, the algorithm effectively solves the problem of the inaccuracy of similarities in data sparsity or small size neighborhood environments. Experiments show that algorithm outperforms other state-of-the-art CF algorithms and it is more robust against data sparsity. Key words: collaborative filtering;data sparsity;user behavior similarity;neighborhood set 0 引言 随着互联网数据大幅度增长与“信息过载”问题的出现，用户无法快速而有效地获取感兴 趣的信息。协同推荐算法作为过滤信息的有效技术，在电子商务平台得到了广泛的应用。如 何通过评分矩阵来计算用户之间的相似度，是协同推荐算法中的核心技术。 现在最常用的相似度计算方法包括余弦相似度[1]与皮尔逊相关系数[2]方法。这两种算法 在评分数据十分丰富的系统中，能够快速有效地获得用户相关性。但是随着电子商务的发展， 用户与项目数目急剧增多，评分矩阵变得极其稀疏，这两种算法难以找到每个用户的合适邻 居集，性能下降十分显著。许多文献致力于提高稀疏数据环境下的推荐效果，一部分通过可 行的方法减小数据的稀疏性，例如评分矩阵补缺[3]、传递关联性[4][5]和多级关联规则挖掘[6] 等方法，但效果不太稳定且减缓了算法运行速度；另一部分在稀疏条件不变的情况下提高计 算精度，例如皮尔逊相