基于项目因子分析的web客户需求协同推荐算法-计算机系统应用.pdfVIP

计 算 机 系 统 应 用 2011 年 第 20 卷 第 7 期 基于项目因子分析的Web 客户需求协同推荐算法① 1 2 2 赵宏霞 ，王新海 ，杨皎平 1(辽宁工程技术大学 营销管理学院，葫芦岛 125105) 2(辽宁工程技术大学 工商管理学院，葫芦岛 125105) 摘 要：为解决协同过滤推荐算法中的数据量过大和数据稀疏性的问题，提出了基于项目因子分析的协同推荐 算法。该算法通过采用因子分析将项目向量降维为几个具有代表性的项目因子，然后用这些项目因子对目标项 目进行回归分析，进而预测目标客户对待评项目的评分。最后通过实验证明了算法的有效性，为以后研究推荐 算法提供了一种新的途径。 关键词：电子商务；推荐系统；协同过滤；项目；因子分析 Collaborative Recommendation Algorithm of Web Customer Demand Based on Item Factor Analysis 1 2 2 ZHAO Hong-Xia , WANG Xin-Hai , YANG Jiao-Ping 1( School of Marketing Management, Liaoning Technical University, Huludao 125105, China) 2(College of Business Administration, Liaoning Technical University, Huludao 125105, China) Abstract: In order to solve the problem that data overload and data sparsity in collaborative filtering recommendation algorithm, the collaborative recommendation algorithm based on item factor analysis is proposed in this paper. The algorithm reduces the dimensions of item vector by use of factor analysis and gets some representative item factors, which are used to regression analysis of target items to forecast the evaluated items. Finally, experiments show that the algorithm is effective, which provides a new way for future recommendation algorithm research. Key words: E-business; recommendation system; collaborative filtering; item; factor analysis [4,5] 协同过滤是目前电子商务推荐系统中应用最广 项作为推荐结果反馈给用户 。 泛、最成功的推荐技术[1] 。协同推荐技术主要分为 3 Sarwar 等学者[5]通过实验认为基于项目的协同过 类：基于用户的协同过滤[2,3] 、基于项目的协同过滤[4-6] 、 滤推荐方法比传统的基于用户的协同过滤推荐方法具 前两类技术的综合应用[7] 。其中基于项目的协同推荐 有更高的推荐质量，这是因为项目之间的相似性较用 在 A 为代表的大型电子商务网站中得到了 户之间的相似性更为稳定[6] ，并且基于项目的协同过 [8]