结合时间权重与信任关系的协同过滤推荐算法-计算机应用研究.PDFVIP

第３２卷第１２期 计 算 机 应 用 研 究 Ｖｏｌ３２Ｎｏ１２ ２０１５年１２月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｄｅｃ．２０１５ 结合时间权重与信任关系的协同过滤推荐算法 赵海燕，侯景德，陈庆奎 （上海理工大学光电信息与计算机工程学院 上海现代光学系统重点实验室，上海２０００９３） 摘　要：针对传统协同过滤推荐算法在计算用户相似度时只考虑单一的用户评分矩阵问题，提出一种结合时间 权重与信任关系的协同过滤推荐算法ＴＴＣＦ。首先通过标签的流行度刻画用户对资源的偏好，并利用用户的时 间行为信息获得用户兴趣相似度；然后通过一级与二级好友扩展用户熟悉相似度，并与兴趣相似度加权获得最 终的用户相似度；最后结合用户相似度和时间衰减项为用户产生推荐。在数据集Ｌａｓｔ．ｆｍ上的实验结果表明该 算法具有较好的推荐效果。 关键词：协同过滤；标签；时间行为；兴趣相似度；熟悉相似度 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１５）１２３５６５０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１５．１２．００８ Ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｉｎｇ ｔｉｍｅｗｅｉｇｈｔａｎｄｔｒｕｓｔｒｅｌａｔｉｏｎｓｈｉｐ ＺｈａｏＨａｉｙａｎ，ＨｏｕＪｉｎｇｄｅ，ＣｈｅｎＱｉｎｇｋｕｉ （Ｓｈａｎｇｈａｉ’ｓＫｅｙＬａｂｏｒａｔｏｒｙｏｆＭｏｄｅｒｎＯｐｔｉｃａｌＳｙｓｔｅｍ，ＳｃｈｏｏｌｏｆＯｐｔｉｃａｌＥｌｅｃｔｒｉｃａｌ＆ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２０００９３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｏｒｔｈｅｒｅａｓｏｎｔｈａｔｔｒａｄｉｔｉｏｎａｌｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓｏｎｌｙｃｏｎｓｉｄｅｒｔｈｅｓｉｎｇｌｅｕｓｅｒｒａｔｉｎｇｍａｔｒｉｘｉｎｃａｌｃｕ ｌａｔｉｎｇｕｓｅｒｓ’ｓｉｍｉｌａｒｉｔｙ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｃｏｍｂｉｎｉｎｇｔｉｍｅｗｅｉｇｈｔａｎｄｔｒｕｓｔ ｒｅｌａｔｉｏｎｓｈｉｐＴＴＣＦ，ｗｈｉｃｈｆｉｒｓｔｕｓｅｄｔａｇｓ’ｐｏｐｕｌａｒｉｔｙｔｏｐｏｒｔｒａｙｕｓｅｒｓ’ｐｒｅｆｅｒｅｎｃｅｓｆｏｒｒｅｓｏｕｒｃｅｓ，ａｎｄｕｓｅｄｕｓｅｒｓ’ｔｉｍｅｂｅｈａｖｉｏｒ ｉｎｆｏｒｍａｔｉｏｎｔｏｏｂｔａｉｎｕｓｅｒｓ’ｉｎｔｅｒｅｓｔｓｉｍｉｌａｒｉｔｙ，ｔｈｅｎｃｏｎｓｉｄｅｒｅｄｔｈｅｔｒｕｓｔｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｕｓｅｒｓ，ａｎｄｕｓｅｄｔｈｅｐｒｉｍａｒｙａｎｄ ｓｅｃｏｎｄａｒｙｆｒｉｅｎｄｓｔｏｅｘｔｅｎｄｕｓｅｒｓ’ｆａｍｉｌｉａｒｉｔｙｓｉｍｉｌａｒｉｔｙａｎｄｔｈｅｎｇｏｔｔｈｅｅｎｄｕｓｅｒｓ’ｓｉｍｉｌａｒｉｔｙｗｉｔｈｉｎｔｅｒｅｓｔｓｉｍｉｌａｒｉｔｙａｎｄｆａｍｉ ｌｉａｒｉｔｙｓｉｍｉｌａｒｉｔｙ，ａｎｄａｔｌａｓｔ，ｃｏｍｂｉｎｉｎｇｗｉｔｈｕｓｅｒｓ’ｓｉｍｉｌａｒｉｔｙａｎｄｔｉｍｅｉｎｆｏｒｍａｔｉｏｎｔｏｇｅｎｅｒａｔｅｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｆｏｒｕｓｅｒｓ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｎｔｈｅｄａｔａｓｅｔｏｆＬａｓｔ．ｆｍｓｈｏｗｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｈａｓａｂｅｔｔｅｒｒｅｃｏｍｍｅｎｄａｔｉｏｎｒｅｓｕｌｔｓ． Ｋｅｙｗｏｒｄｓ：ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ；ｔａｇｇｉｎｇ；ｔｉｍｅｂｅｈａｖｉｏｒ；ｉｎｔｅｒｅｓｔｓｉｍｉｌａｒｉｔｙ；ｆａｍｉｌｉａｒｉｔｙｓｉｍｉｌａｒｉｔｙ