融合用户属性的协同过滤推荐算法在政府采购中的-重庆理工大学学报.PDFVIP

第２９卷　第１期 重 庆 理 工 大 学 学报（自然科学） ２０１５年１月 Ｖｏｌ．２９　　Ｎｏ．１ ＪｏｕｒｎａｌｏｆＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｊａｎ．２０１５  ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４－８４２５（ｚ）．２０１５．０１．０１４ 融合用户属性的协同过滤推荐算法 在政府采购中的应用 李　梁，张海宁，李宗博，陈佳瑜 （重庆理工大学，重庆　４０００５４） 摘　　　要：在政府采购领域，由于数据不包含采购单位对采购商品的评分，而且目前无法获取 用户的行为数据，故在实施推荐时，传统的用户相似度计算方法存在不足。针对该问题，在Ｊａｃ ｃａｒｄ系数计算方法的基础上，考虑采购单位固有的属性信息，对传统的用户相似度计算方法进 行了改进，并提出了一种融合用户自身属性的基于用户的协同过滤算法。实验结果表明：本算 法在一定程度上提高了系统的推荐质量。 关　键　词：协调过滤；基于用户；相似度；用户属性；政府采购 中图分类号：ＴＰ３０１．６　　　　文献标识码：Ａ 文章编号：１６７４－８４２５（２０１５）０１－００７６－０６ ＲｅｓｅａｒｃｈｏｆＣｏｌｌａｂｏｒａｔｉｖｅＦｉｌｔｅｒｉｎｇＲｅｃｏｍｍｅｎｄａｔｉｏｎＡｌｇｏｒｉｔｈｍ ＦｕｓｉｏｎＵｓｅｒＡｔｔｒｉｂｕｔｅｓｉｎＧｏｖｅｒｎｍｅｎｔＰｕｒｃｈａｓｅ ＬＩＬｉａｎｇ，ＺＨＡＮＧＨａｉｎｉｎｇ，ＬＩＺｏｎｇｂｏ，ＣＨＥＮＪｉａｙｕ （ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈｏｎｇｑｉｎｇ４０００５４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄｔｏｃａｌｃｕｌａｔｅｔｈｅｕｓｅｒ’ｓｓｉｍｉｌａｒｉｔｙｈａｄｓｏｍｅｄｉｓａｄｖａｎｔａｇｅｓ，ｗｈｉｃｈ ａｒｅｔｈａｔｗｈｅｎｍａｋｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎｏｖｅｒｔｈｅｄａｔａｓｅｔｓｔｈａｔｗｅｈａｖｅｎｏｐｒｅｆｅｒｅｎｃｅｓ．Ａｃｃｏｒｄｉｎｇｔｏ ｔｈｅｔｈｏｕｇｈｔｓｏｆＪａｃｃａｒｄｃｏｒｒｅｌａｔｉｏｎ，ｗｅｃｏｎｓｉｄｅｒｅｄｕｓｅｒ’ｓａｔｔｒｉｂｕｔｅａｓｔｈｅｉｍｐｏｒｔａｎｔｆａｃｔｏｒ，ａｎｄｗｅｉｎ ｔｒｏｄｕｃｅｄｔｈｉｓｆａｃｔｏｒｉｎｔｏｔｈｅｕｓｅｒｓｉｍｉｌａｒｉｔｙ’ｓｃａｌｃｕｌａｔｉｏｎ．Ａｎｄｔｈｉｓｉｓｔｈｅｎｅｗｍｅｔｈｏｄｗｅｐｒｏｐｏｓｅｄ （ＭＰＵＢＣＦ）．ＴｈｅｒｅｓｕｌｔｉｎｄｉｃａｔｅｓｔｈａｔＭＰＵＢＣＦｈａｓａｎａｄｖａｎｔａｇｅｃｏｍｐａｒｅｄｔｏｔｈｅｔｒａｄｉｔｉｏｎａｌｍｅｔｈｏｄ． Ｉｔｉｍｐｒｏｖｅｓｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ． Ｋｅｙｗｏｒｄｓ：ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ；ｕｓｅｒｂａｓｅｄ；ｓｉｍｉｌａｒｉｔｙ；ｕｓｅｒａｔｔｒｉｂｕｔｅ；ｇｏｖｅｒｎｍｅｎｔｐｕｒｃｈａｓｅ 　　随着信息技术的迅猛发展，越来越多的信息 ２０１３年，在一分钟内，互联网上各种设备产生的数 以前所未有的速度产生并传播。据 ｉｎｔｅｌ的统计， 据多达４ＺＢ。互联网上的电子设备还在持续增 　　收稿日期：２０１４－１０－２２ 基金项目：重庆市应用开发计划项目“基于移动互联网的重庆特色文化产品协同创新信息支持系统关键技术研究” （ｃｓｔｃ２０１３ｙｙｋｆＡ４０００２）；重庆市巴南区科技计划专项项目“校企合作协同创新信息平台研制”（２０１２Ｑ１２２） 作者简介：李梁（１９６４—），男，重庆人，副教授，主要从事数据挖掘和数据仓库、数据库技术研究；张海宁（１９８５—）， 男，山东滕州人，硕士研究生，主要从事数据挖掘和推荐系统研究。 引用格式：李梁，张海宁，李宗博，等．融合用户属性的协