社交网络中上下文感知协同过滤算法.PDF

第３４卷第７期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．７ ２０１７年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１７ 社交网络中上下文感知协同过滤算法 汪　涛 （湖北民族学院理学院　湖北恩施４４５０００） 摘　要　　围绕上下文感知推荐技术和社会化网络推荐技术的局限性展开研究，提出一种基于社会化网络环境 下的名为ＨＣＣＦ的上下文感知协同过滤方法。在充分考虑上下文感知推荐系统实际问题的基础上，首先量化了 不同维度的上下文对推荐系统所产生的影响，并在此基础上定义了上下文影响系数。在此基础上引入了社会化 网络环境中不同用户之间的相互影响，并采用社会化网络用户信任度进行衡量，最后对上下文因素和社会化网络 用户信任度进行综合考虑，提出一种新的相似度计算方法。理论分析和在真实数据集上的实验结果表明，相对于 单纯基于上下文的系统过滤算法以及社会化网络推荐方法而言，该算法的准确性和推荐效率均得到一定程度的 提升。 关键词　　上下文感知推荐系统　社交网络　推荐系统　上下文感知 中图分类号　ＴＰ３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０７．０４３ ＡＣＯＮＴＥＸＴＡＷＡＲＥＣＯＬＬＡＢＯＲＡＴＩＶＥＦＩＬＴＥＲＩＮＧＡＬＧＯＲＩＴＨＭ ＩＮＳＯＣＩＡＬＮＥＴＷＯＲＫＳ ＷａｎｇＴａｏ （ＳｃｈｏｏｌｏｆＳｃｉｅｎｃｅ，ＨｕｂｅｉＵｎｉｖｅｒｓｉｔｙｆｏｒＮａｔｉｏｎａｌｉｔｉｅｓ，Ｅｎｓｈｉ４４５０００，Ｈｕｂｅｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＡｃｏｎｔｅｘｔａｗａｒｅｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｍｅｔｈｏｄｎａｍｅｄＨＣＣＦｂａｓｅｄｏｎｓｏｃｉａｌｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔｉｓ ｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｆｏｃｕｓｅｓｏｎｔｈｅｌｉｍｉｔａｔｉｏｎｓｏｆｃｏｎｔｅｘｔａｗａｒｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｔｅｃｈｎｏｌｏｇｙａｎｄｓｏｃｉａｌｎｅｔｗｏｒｋ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ．Ｏｎｔｈｅｂａｓｉｓｏｆｆｕｌｌｙｃｏｎｓｉｄｅｒｉｎｇｔｈｅｐｒａｃｔｉｃａｌｐｒｏｂｌｅｍｓｏｆｔｈｅｃｏｎｔｅｘｔａｗａｒｅｒｅｃｏｍｍｅｎｄａｔｉｏｎ ｓｙｓｔｅｍ，ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｄｉｆｆｅｒｅｎｔｄｉｍｅｎｓｉｏｎｓｏｆｔｈｅｃｏｎｔｅｘｔｏｎｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍｉｓｑｕａｎｔｉｆｉｅｄ，ａｎｄｔｈｅｃｏｎｔｅｘｔ ｉｎｆｌｕｅｎｃｅｃｏｅｆｆｉｃｉｅｎｔｉｓｄｅｆｉｎｅｄｏｎｔｈｉｓｂａｓｉｓ．Ａｎｄｔｈｅｎｉｎｔｒｏｄｕｃｅｓｔｈｅｉｎｔｅｒａｃｔｉｏｎｂｅｔｗｅｅｎｄｉｆｆｅｒｅｎｔｕｓｅｒｓｉｎｔｈｅｓｏｃｉａｌ ｎｅｔｗｏｒｋｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄｕｓｅｓｔｈｅｓｏｃｉａｌｎｅｔｗｏｒｋｕｓｅｒｔｒｕｓｔｄｅｇｒｅｅｔｏｍｅａｓｕｒｅ．Ｆｉｎａｌｌｙ，ａｎｅｗｓｉｍｉｌａｒｉｔｙｃａｌｃｕｌａｔｉｏｎ ｍｅｔｈｏｄｉｓｐｒｏｐｏｓｅｄｃｏｎｓｉｄｅｒｉｎｇｔｈｅｃｏｎｔｅｘｔｆａｃｔｏｒａｎｄｔｈｅｓｏｃｉａｌｎｅｔｗｏｒｋｕｓｅｒｔｒｕｓｔ．Ｔｈｅｏｒｅｔｉｃａｌａｎａｌｙｓｉｓａｎｄｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓｏｎｔｈｅｒｅａｌｄａｔａｓｅｔｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｍｐｒｏｖｅｓｔｈｅａｃｃｕｒａｃｙａｎｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｓｉｍｐｌｅｃｏｎｔｅｘｔｂａｓｅｄｓｙｓｔｅｍｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍａｎｄｔｈｅｓｏｃｉａｌｎｅｔｗｏｒｋｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ　　Ｃｏｎｔｅｘｔａｗａｒｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ　Ｓｏｃｉａｌｎｅｔｗｏｒｋｓ　Ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ　Ｃｏｎｔｅｘｔａｗａｒｅ 载的时代［１