基于二部分图网络结构推荐的改进算法-上海师范大学学报.PDFVIP

第 卷第 期 上海师范大学学报 自然科学版 年 月 基于二部分图网络结构推荐的改进算法 邓 松 邱 静 陈军华 上海师范大学信息与机电工程学院上海 摘要 介绍了一种基于网络结构推荐的改进算法在标准物质扩散算法的基础上考虑到用 户的评分对推荐商品的影响对推荐算法中初始资源分配矢量和资源转移矩阵进行了改进增 加了调节因子使用来源于网站上的训练集数来评价这个推荐算法的性能从而进 行了一系列的实验实验结果表明该算法比传统的协同过滤系统基于网络结构的推荐系统 和带有权重的基于网络结构的推荐系统具有更好的推荐精度和更高的命中率解决了标准物 质扩散算法当中的冷启动问题和可扩展性问题使得推荐结果具有多样性 关键词 推荐算法 物质扩散算法 冷启动问题 可扩展性问题 推荐多样性 中图分类号 文献标志码 文章编号 绪论 随着互联网技术日新月异的革新全世界的网页服务器总数不断增加网页的数量也因此呈现爆炸 性的增长趋势 互联网上出现越来越多的暗信息但是对人们有作用的信息也越来越难以被发现 收稿日期 作者简介 邓松 男硕士研究生主要从事推荐算法方面的研究 导师简介 陈军华 男副教授主要从事分布式数据库及数据挖掘方面的研究 通信作者 上海师范大学学报 自然科学版 年 由此诸如百度和等搜索引擎 应运而生但是搜索引擎需要用户能够明确自己的需求 输入关键字所以反馈的信息都限制在用户已知的信息范围中而不能帮助用户找到其不知道但有价值 或感兴趣的内容 推荐系统能够从一定程度上弥补搜索引擎的缺陷 相较于传统的搜索引擎推荐系统分析用户 的历史操作建立了用户偏好模型依靠算法计算预测用户对未知商品的偏好权重并根据权重对商品 排序向用户推送一个可能令其感兴趣的商品推荐列表 推荐系统所采用的算法技术可以被分为两 大主类基于内容的推荐算法 和协同过滤算法 迄今为止协同过滤算法是推荐系统中使用最 成功最广泛的算法 基于网络结构的推荐算法 不考虑用户和产品的内容特征而仅仅把它们看成抽象的节点所 有算法利用的信息都藏在用户和产品的选择关系之中这些算法效果明显好于经典的协同过滤算法但 目前这些推荐系统还存在下列问题 缺乏个性化的推荐因为推荐系统的不够完善算法不精确导致很多信息被笼统粗放地推荐给 用户缺乏个性化致使用户得到的并不是其感兴趣的产品 推荐的自动化程度低用户进行人机交互时告知系统自己的信息和感兴趣的产品但是由于系 统更新不及时或延时效应等原因产生了推荐效果不佳的情况 推荐的持久性程度低由于大部分系统不能有效地利用用户的历史查找数据只依赖当前的推 荐信息这样势必导致推荐持久力的下降 推荐策略单一推荐系统在进行推荐时对运用多种推荐策略缺乏考虑不能将各种推荐算法的 优点进行结合多数情况下只是选择某种单一的推荐策略如基于内容的搜索或基于分类浏览点击的检 索这将导致推荐的单一性 相关技术基础 根据推荐算法的不同推荐系统可以分为如下几类协同过滤系统基于内容的推荐系统混合推荐 系统 以及最近兴起的基于用户产品二部分图网络结构的推荐系统 协同过滤算法 协同过滤算法通过以下公式 计算用户 和用户 之间的相似性