反映用户兴趣变化的协同过滤算法.PDFVIP

第３０卷第６期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．６ ２０１３年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１３ 反映用户兴趣变化的协同过滤算法 沈西挺　董智佳 （河北工业大学计算机科学与软件学院　天津３００４０１） 摘　要　　针对传统协同过滤算法存在的两个弊端：一是传统的相似性度量方法在评分矩阵稀疏的情况下很难准确地反映用户间 的相似性，二是不能及时反映用户的兴趣变化，提出一种新的相似性计算方法。此方法把基于用户兴趣度的相似性度量与基于项目 相似度的数据权重结合，形成一种考虑用户兴趣变化的相似性度量方法。实验结果表明，改进后的算法集成了上述两种方法的优 点，对传统算法中存在的两个弊端进行了改善，在推荐准确度上有所提高。 关键词　　协同过滤　用户兴趣度　基于项目相似度的数据权重　个性化推荐 中图分类号　ＴＰ３１１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０６．０７８ ＡＣＯＬＬＡＢＯＲＡＴＩＶＥＦＩＬＴＥＲＩＮＧＡＬＧＯＲＩＴＨＭＲＥＦＬＥＣＴＩＮＧＵＳＥＲＳ’ＩＮＴＥＲＥＳＴＳＣＨＡＮＧＥ ＳｈｅｎＸｉｔｉｎｇ　ＤｏｎｇＺｈｉｊｉａ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｅｂｅｉＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔｉａｎｊｉｎ３００４０１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｅｘｉｓｔｉｎｇｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓｈａｖｅｔｗｏｄｒａｗｂａｃｋｓ：ｔｈｅｏｎｅｉｓｔｈａｔｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｍｅｎｔｉｓ ｄｉｆｆｉｃｕｌｔｔｏａｃｃｕｒａｔｅｌｙｒｅｆｌｅｃｔｔｈｅｓｉｍｉｌａｒｉｔｉｅｓａｍｏｎｇｔｈｅｕｓｅｒｓｗｈｅｎｔｈｅｓｃｏｒｉｎｇｍａｔｒｉｘｉｓｓｐａｒｓｅ；ｔｈｅｏｔｈｅｒｉｓｔｈａｔｉｔｃａｎｎｏｔｒｅｆｌｅｃｔｔｈｅ ｕｓｅｒｓ’ｉｎｔｅｒｅｓｔｓｃｈａｎｇｅｉｎｔｉｍｅ．Ａｉｍｉｎｇａｔｔｈｅｓｅｄｒａｗｂａｃｋｓ，ａｎｏｖｅｌｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｍｅｎｔａｌｇｏｒｉｔｈｍｉｓｐｕｔｆｏｒｗａｒｄ．Ｉｎｔｈｉｓａｌｇｏｒｉｔｈｍ，ａ ｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｍｅｎｔｍｅｔｈｏｄｃｏｎｓｉｄｅｒｉｎｇｔｈｅｃｈａｎｇｅｏｆｕｓｅｒｓ’ｉｎｔｅｒｅｓｔｓｉｓｆｏｒｍｅｄｂｙｃｏｍｂｉｎｉｎｇｔｈｅｕｓｅｒｓ’ｉｎｔｅｒｅｓｔｓｂａｓｅｄｓｉｍｉｌａｒｉｔｙ ｍｅａｓｕｒｅｍｅｎｔａｎｄｔｈｅｉｔｅｍｓｉｍｉｌａｒｉｔｙｂａｓｅｄｄａｔａｗｅｉｇｈｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｉｎｔｅｇｒａｔｅｓｔｈｅａｄｖａｎｔａｇｅｓｏｆｔｈｅ ｔｗｏｍｅｔｈｏｄｓａｂｏｖｅｍｅｎｔｉｏｎｅｄ，ａｎｄａｍｅｌｉｏｒａｔｅｓｔｈｅｔｗｏｄｒａｗｂａｃｋｓｉｎｔｒａｄｉｔｉｏｎａｌａｌｇｏｒｉｔｈｍｓ，ｗｈｉｃｈｌｅａｄｓｔｏｔｈｅｉｍｐｒｏｖｅｍｅｎｔｉｎ ｒｅｃｏｍｍｅｎｄａｔｉｏｎａｃｃｕｒａｃｙ． Ｋｅｙｗｏｒｄｓ　　Ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ　Ｕｓｅｒｓｉｎｔｅｒｅｓｔｓｍｅａｓｕｒｅ　Ｉｔｅｍｓｉｍｉｌａｒｉｔｙｂａｓｅｄｄａｔａｗｅｉｇｈｔ　Ｐｅｒｓｏｎａｌｉｓｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎ 的协同过滤算法为例来介绍三个关键步骤： ０　引　言 第一步　用户对项目评分的表示方法。用ｍ×ｎ阶的矩阵 Ｒ（ｍ×ｎ 来表示ｍ个用户对ｎ个项目的评分。其中ｍ表示用 协同过滤算法是时至今日非常成功的一种个性化