基于标签和协同过滤的个性化资源推荐.pdfVIP

第41 卷第1 期 计算机科学 VoL 41 No.1 2014 年 1 月 Computer Science Jan 2014 基于标签和协同过滤的个性化资源推荐 蔡强1 韩东梅1 李海生1 胡耀光2 陈谊1 (北京工商大学计算机与信息工程学院 北京 100048)1 (北京理工大学工业设计研究所 北京 100081) 2 摘要 传统的协同过滤算法以用户评分体现用户兴趣偏好..资源相似度，忽视了用户、资源自身的特征，并且对稀 疏数据和新资源的推荐质量明显下降。在Web2.0 时代下，标签可被用户依个人偏好进行自由资源标泣。因此，提出 了基于标签和协同过边的推荐算法。其基本思想是将标签作为体现用户兴趣偏好和资源特征的信息，依据用户、标签 及资源的多维关系生成用户及资源的标签特征向量，并计算用户对资源的偏好程度和资源相似度，然后基于用户的历 史行为预测用户对其他资源的偏好值，最后依据预测偏好值排序产生Top-N推荐结果。通过与传统的协同过滤算法 的比较，验证了本算法能有效缓解数据的稀疏性，解决椎荐的冷启动问题，提升椎荐的准确性，获得更好的推荐效果。 关键词 标签，协同过滤，推荐算法，用户偏好，资源相似度 中圄法分类号 TP301 文献标识码 A Persω18IizedR岳。因四 R创~mmeodatioo Based 00 T~ and Collaborative Filtering CAI Qiangl HAN Dong-mei 1 LI Hai-shengl HU Yao--guang! CH卧JW (School of Computer and Inforrnation ,Beijing Technology 创世 Business University，弘ijing 100048,China)1 CInstitute of lndustrial Design ,Beijing Institute of Technology ,Beijing 100081 ,China) 2 A怡衍配t Traditional collaborative filtering algorithm reflects the user interest preferences and similarity of items by user ratings. It ignores the char冠cteristics of user and project ,and performs not v，世ywell for s阳rse data and new items. Under the age of Web2. O,social tab allows the user to label r臼ources based on personal preferences freedom. To solve the problems ,a hybrid algorithm based on tags and collaborative filtering recommendation algorithm was proposed. The method uses the label as the user interest information and the item characteristic. Through making use of the multidi mensional relationship of the user , social and labeling ,algorithm generates user f，四t町e vector and Item feature ,and cal- culates the user preferences for