基于项目特征协同过滤推荐算法.docVIP

基于项目特征协同过滤推荐算法 　　摘 要：协同过滤算法是最常用、最经典的个性化推荐算法之一。在算法计算中相似度计算是影响算法质量的关键因素，该算法中相似度计算根据用户评分差值作为距离来衡量，忽略了项目自身特征属性对相似性计算的制约。因此提出一种基于项目特征的协同过滤推荐算法（IFCF），结合项目评分相似度，利用Logistic二分类算法思想将用户对项目的偏好分为喜爱与不喜爱两类，再利用贝叶斯概率原理将用户对各项目特征的喜爱程度差值作为相似度调整度，以达到提高项目相似性度量准确度的目的。实验结果表明，该算法能够有效提高推荐算法的精度 关键词关键词：协同过滤；相似度；项目特征；贝叶斯原理 DOIDOI：10.11907/rjdk.161567 中图分类号：TP312 文献标识码：A 文章编号：1672-7800（2016）008-0033-03 0 引言 与搜索引擎不同，个性化推荐系统能够基于个人行为数据为用户提供定制信息，此类系统通常使用协同过滤技术实现，并且在电子商务系统中得到广泛应用。邻协同过滤推荐是目前运用最广泛的推荐技术之一[1]，以用户――项目评分矩阵表示用户对于相关项目的兴趣，通过计算用户或者项目的相似度进行最近邻推荐。然而，仅仅从用户的偏好值推导出相似度，并没有很强的说服力，例如项目相似度完全可以依据项目属性来计算。为此，基于项目类别与相似度[2-3]、基于用户兴趣特征[4-5]、基于矩阵分解降维[6-7]、基于聚类[8]、隐语义推荐算法[9]、基于内容的推荐算法[10]等多种改进算法被提出。文献[2]考虑项目类别对项目相似性的影响，根据类别矩阵以及类内用户相似度得出推荐结果。文献[4]融合用户对不同项目兴趣度与用户评分计算用户相似性，避免了仅依靠评分计算相似性的不足。文献[6]将矩阵分解运用到协同过滤推荐算法中，一定程度上解决了传统矩阵稀疏性问题。文献[8]提出了基于项目聚类的协同过滤，但该方法仅基于用户评分聚类，推荐质量并未提高 从以上推荐算法可以看出，相似度计算以及最近邻居集的产生是制约协同过滤推荐算法的关键因素。虽然上述算法考虑到数据稀疏性以及传统相似度计算的弊端，但是并没有分析用户兴趣与项目特征之间的关联，仍然导致系统的推荐精度不高。为此本文提出一种基于项目特征的协存在一定弊端。本文详细分析常用的相似性度量法在用户评分数据极度稀疏情况下的问题 在皮尔逊相似度计算方法基于对项目i，j均有评分的用户集合进行，并没有考虑同时对两个项目评分的用户数目，有200个用户同时对项目i，j评分，即使他们的评分偶尔不一致，但可能要比仅有两个用户共同评分的项目更相似，因此皮尔逊存在弊端 在余弦相似度计算方法中，将用户未评分项的评分值均设为0，以便参加相似性计算。但是用户对未评分项目的喜好程度不可能完全相同，对这些项目的评分也不可能完全相同，因此余弦相似性也不能很好地度量相似性 在Jaccard相似性计算方法中仅仅考虑项目共同评分个数对相似度的影响，却忽略项目之间评分差距，如项目i，j有10个用户对其共同评分，而各用户对项目i，j的评分差距很大（1分和5分），很显然如果只有5个用户对项目i，k共同评分，而i，k的评分很接近，则项目i，k比项目i，j更具有相似性 2 基于项目特征的协同过滤推荐算法（IFCF） 本文IFCF算法的基本思路：首先，结合项目之间共同评分的用户个数采用改进的皮尔逊相似度计算项目评分相似度；其次，根据Logistic二分类算法原理将用户对项目的偏好分为喜爱与不喜爱两类，再利用贝叶斯概率计算用户对项目特征的喜爱偏差并将值相似度调整度，综合计算得出项目相似性度量，最终得出Top-N推荐结果 3 实验结果 3.1 数据集 实验采用Movielens站点提供的数据集，这个数据集由美国Minnesota大学的GroupLens工作组创建并维护，是一个基于Web的研究型推荐系统，用于接收用户对电影的评分并提供相应的电影推荐列表。本实验选择6 040个用户对3 900部电影做的100万条评分数据作为实验数据集，该数据集包括的电影属性有产地、时间、类别。其中该数据集包含19（0～18）类不同的电影类别，实验时只利用1～18类进行测试（0类为未知类，少数异常数据），其中每个用户至少对20部电影进行评分，评分范围为1～5，评分越高表示用户对项目兴趣度越高。用户评分数据的密度（稀疏度）为1-1000209/（6040×3900）=95.76%，说明此数据是比较稀疏的。将实验数据的评分矩阵进一步划分为训练集和测试集，在本文实验中随机地将数据集中的80%作为训练集，剩下的20%作为测试集 3.2 推荐质量的度量标准和实验环境 评价推荐系统推荐质量