一种融合多种用户行为的协同过滤推荐算法-计算机科学.pdfVIP

第 43 卷第9 期 计算机科学 Vo1. 43 No.9 2016 年 9 月 Computer Science Sep 2016 一种融合多种用户行为的协同过滤推荐算法 高山1 ， 2 ， 3 刘炜2 崔勇1 张茜4 王宗敏2 (郑州大学信息工程学院 郑州1 45000 1)1 (郑州大学信息网络省重点开放实验室 郑州，1 45000 1)2 (河南工业大学信息科学与工程学院 郑州 450001) 3 (中原工学院计算机学院 郑州，1 450007)4 摘 要 协同过滤作为目前应用最成功的个性化推荐技术，在电子商务、社交网络等领域得到了广泛应用。然而，当 此类算法应用到个性化医疗推荐领域时，由于个人医疗行为本身的复杂性和多样性，出现了推荐准确率下降的问题。 针对这一问题，提出一种融合多种用户行为的协同过滤推荐算法，使用权重因子来综合衡量不同用户行为对推荐质量 的影响，并引入重合依赖度的概念来修正传统的相似度度量方法。在收集的 Top-md 数据集上的实验结果表明，该算 法能够全方位表达用户的就医偏好和意愿，有效提高个性化医疗推荐系统的推荐质量。 关键词 推荐系统，协同过滤，重合依赖度，多种用户行为，权重因子 中图法分类号 TP311 文献标识码 A 001 10. 11896/j. issn. 1002-137叉 2016.9.045 Collaborative Filtering Algorithm Integrating Multiple User Behaviors 1 2 1 4 2 GAO Shan ,2,3 LIU Wei CUI Yong ZHANG Qian WANG Zong-min (School of Inforrnation Engineeri吨，Zhengzhou University ,Zhengzhou 450001 ,China) 1 (Henan Provincial Key Lab on Inforrnation Networking ,Zhengzhou University ,Zhengzhou 450001 ,China)2 (College of Inforrnation Science and Engineeri吨， Henan University of Technology ,Zhengzhou 450001 ,China) 3 (School of Computer Science ,Zhongyuan University of Technology ,Zhengzhou 450007 ,China)4 Abstract Collaborative filtering is one of the most successful techniques among personalized recommender systems ,and is widely used in the field of e-commerce ,social networks etc. Due to the complexity and diversity of the personal health behaviors ,it causes low accuracy of the recommendation algorithrns when applied to perso