基于混合相似度协同过滤推荐.docVIP

基于混合相似度协同过滤推荐 　　摘要 user-based协同过滤算法在B2C电子商务中是一种重要的推荐方法，但是用户共同评价项目的稀缺性导致了协同过滤算法质量的下降。鉴于此，在考虑用户评分数据的基础上，对用户评分记录进行聚类平滑。考虑用户购买记录作为数据源之一，并用曼哈顿距离相似度计算方法计算用户购买记录，将两者线性组合得到混合相似度，使用混合相似度进行推荐，通过实验计算两者线性组合的最佳权重系数，比传统的利用用户评分记录和用户购买记录的精确度高。实验结果表明，基于混合相似度的协同过滤推荐能有效提高由于数据稀缺性造成的推荐准确度 关键词 协同过滤；数据稀疏性；混合相似度 DOI DOI： 10.11907/rjdk.162496 中图分类号： TP301 文献标识码： A 文章编号 文章编号：2017）002003204 0 引言 随着互联网技术的不断发展，信息过载现象越来越突出，个性化推荐系统应运而生，并不断地改进。协同过滤作为目前推荐系统成功应用，其基本思想是相似用户具有相似的兴趣爱好，寻找目标用户兴趣最紧邻的用户，根据最近邻用户的评分来预测目标用户对商品项的评分值，选择预测评分最高的前N项商品推荐给目标用户[1]。然而，用户评分数据存在着数据稀疏性和推荐实时性，从而使推荐结果存在偏差 为解决此问题有学者从信息源出发，把用?舻氖?据分为两大类[2]：显式数据和隐式数据。显式数据为用户的评分数据，而隐式数据是运用信息技术获取用户页面访问情况。董全德[3]提出了基于双信息源的协同过滤算法，判断活动用户对目标项目的兴趣程度，建立相似用户推荐组和专家推荐组，把两个推荐组的建议结合起来，形成一个可靠的信息源，然后分析各自影响活动用户对目标项目的权重，计算活动用户的最终兴趣度，实现系统推荐。贺桂[4]利用用户偏好挖掘技术进行用户显性偏好知识和隐性偏好知识挖掘分析，实现基于用户偏好知识的最近邻居社区构建和智能推荐。有学者为解决稀缺性问题将研究方向放在改进相似度方法方面。杜茂康等[5]运用改进的Slope One算法，该算法使用邻近项目进行计算，降低了数据的稀疏性，同时也减少了计算量；任看看和钱雪忠[6]采用结合修正公式改进的Jaccard相似性系统计算用户之间的相似度，在计算过程中考虑用户之间的共同评分项和所有评分项的关系，以及用户在共同评价项目上的评分差异对用户相似度的影响，从而获取更加精确的用户相似度矩阵。有学者通过聚类的方式来解决数据稀疏性问题。刘剑涛[7]针对传统协同过滤算法依赖单一用户需求形态影响推荐效果的问题，提出了一种基于用户多态聚类的个性化推荐，通过改进的海明距离计算候补邻居集，结合多态相似度进行二次聚类。吴泓辰[8]将协同过滤技术和划分聚类技术相结合，参照矩阵来推荐信息，完善矩阵赋值范围，在此基础上提出划分聚类的改进推荐算法，提高算法的准确性和实时性 针对数据稀缺性导致推荐质量差的原因，本文使用用户评分矩阵进行相似度计算，使用用户购买记录即用户对商品的购买数量进行相似度计算。一方面购买记录客观地反映了用户的偏好习惯，而且购买记录往往多于用户的评分矩阵；另一方面，没有忽视用户评分矩阵的作用。同时改进了用户相似度计算方法，保证了推荐的质量和精确度 1 相似度计算方法改进 1.1 用户购买记录相似度 根据协同过滤算法的原理，需要先计算目标用户与推荐系统中其他用户的相似度sim（i，j）。目前，传统的相似度计算方法中最流行的有皮尔逊相关性、余弦相似性以及修正的余弦相似性。但是这些传统相似度计算方法对用户购买记录的计算存在一定问题。具体如下： 1.1.1 皮尔逊相关性 皮尔逊相关性是一种度量两个变量间线性相关程度的方法[9]，设用户i和用户j共同购买集合为Ii，j，则皮尔逊相关性所得到的两个用户间的相似度sim （i，j 为： 1.1.2 余弦相关性 余弦相似性通过测量两个向量之间角的余弦值来度量它们之间的相似性。设用户i和用户j的购买数量分别为I和J，其中未购买的设置为0。则用户i和用户j的余弦相似性可用式（1）来表示： 1.1.3 修正的余弦相关性 为了解决没有考虑不同用户的购买数量尺度问题，引入了修正的余弦相关性，通过考虑用户购买数量的平均数来消除评分尺度的差异，其公式为：Sim（i，j）= ∑nc=1（R 这3种相似度计算方法不适用于用户购买记录，首先没有考虑不同用户的购买数量尺度问题[10]，其次由于未购买的设置为0，如果购买数量矩阵出现稀疏性严重的情况下，矩阵中出现很多0值，但实际上用户没有购买不代表用户的偏好为0，将导致计算出来的相似性结果存在偏差，不利于预测目标用户的购买数量[11] 1.