基于用户潜在时效偏好的推荐算法-计算机应用研究.PDFVIP

第３３卷第９期 计 算 机 应 用 研 究 Ｖｏｌ３３Ｎｏ９ ２０１６年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１６ 基于用户潜在时效偏好的推荐算法 ａ ａ，ｂ ａ ａ 邓　星 ，邓珍荣 ，许　亮 ，朱益立 （桂林电子科技大学ａ．计算机科学与工程学院；ｂ．广西可信软件重点实验室，广西桂林５４１００４） 摘　要：针对推荐系统中用户兴趣的潜在性以及高时效性业务场景下用户兴趣的不稳定性和时间迁移性进行 研究，提出一种基于用户潜在时效偏好的推荐方法。通过深入分析用户的历史行为与用户潜在兴趣的关系，提 出基于概率主题模型的用户兴趣挖掘方法，避免了传统推荐方式对用户兴趣潜在性的忽略；同时，基于高时效业 务对时间敏感性的考虑，结合隐马尔可夫模型对用户兴趣进行实时捕获，发现用户的兴趣迁移序列，并以此提出 基于用户时效偏好的推荐方法。最后通过相关实验验证了该方法的可行性。 关键词：推荐系统；时效偏好；概率主题模型；隐马尔可夫模型 中图分类号：ＴＰ１８１；ＴＰ３０１．６　　　文献标志码：Ａ　　　　　文章编号：１００１３６９５（２０１６）０９２６６４０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１６．０９．０２３ Ｒｅｃｏｍｍｅｎｄａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｕｓｅｒｐｏｔｅｎｔｉａｌｔｅｍｐｏｒａｌｐｒｅｆｅｒｅｎｃｅ ａ ａ，ｂ ａ ａ ＤｅｎｇＸｉｎｇ，ＤｅｎｇＺｈｅｎｒｏｎｇ ，ＸｕＬｉａｎｇ，ＺｈｕＹｉｌｉ （ａ．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｅｎｇｉｎｅｅｒｉｎｇ，ｂ．ＧｕａｎｇｘｉＫｅｙＬａｂｏｒａｔｏｒｙｏｆＴｒｕｓｔｅｄＳｏｆｔｗａｒｅ，ＧｕｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＥｌｅｃｔｒｏｎｉｃＴｅｃｈｎｏｌｏｇｙ， ＧｕｉｌｉｎＧｕａｎｇｘｉ５４１００４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｏｔｅｎｔｉａｌｉｔｙｏｆｕｓｅｒｉｎｔｅｒｅｓｔａｓｗｅｌｌａｓｉｔ’ｓｉｎｓｔａｂｉｌｉｔｙａｎｄｔｉｍｅｍｏｂｉｌｉｔｙｏｎｈｉｇｈｒｅａｌｔｉｍｅｂｕｓｉｎｅｓｓｉｎ ｒｅｃｏｍｍｅｎｄｅｒｓｙｓｔｅｍｓ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａｒｅｃｏｍｍｅｎｄａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｕｓｅｒｐｏｔｅｎｔｉａｌｔｅｍｐｏｒａｌｐｒｅｆｅｒｅｎｃｅ．Ｔｈｒｏｕｇｈ ａｎａｌｙｓｉｓｏｆｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｈｉｓｔｏｒｙｏｆｕｓｅｒｂｅｈａｖｉｏｒａｎｄｕｓｅｒｐｏｔｅｎｔｉａｌｉｎｔｅｒｅｓｔｄｅｅｐｌｙ，ｉｔｐｒｏｐｏｓｅｄａｕｓｅｒｉｎｔｅｒｅｓｔｍｉｎ ｉｎｇｍｏｄｅｌｂａｓｅｄｏｎｐｒｏｂａｂｉｌｉｓｔｉｃｔｏｐｉｃｍｏｄｅｌ，ｔｏａｖｏｉｄｔｈｅｉｇｎｏｒａｎｃｅｏｆｕｓｅｒｐｏｔｅｎｔｉａｌｉｎｔｅｒｅｓｔｉｎｔｒａｄｉｔｉｏｎａｌｗａｙ．Ａｔｔｈｅｓａｍｅ ｔｉｍｅ，ｂａｓｅｄｏｎｃｏｎｓｉｄｅｒａｔｉｏｎｓｏｆｔｉｍｅｓｅｎｓｉｔｉｖｅｉｎｈｉｇｈｒｅａｌｔｉｍｅｂｕｓｉｎｅｓｓ，ｉｔｃｏｍｂｉｎｅｄｗｉｔｈｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌｔｏｃａｐｔｕｒｅ ｔｈｅｕｓｅｒｐｒｅｆｅｒｅｎｃｅｉｎｒｅａｌｔｉｍｅａｎｄｆｏｕｎｄｔｈｅｄｒｉｆｔｏｆｉｎｔｅｒｅｓｔｓｓｅｑｕｅｎｃｅ．Ａｔｌａｓｔ，ｒｅｌａｔｅｄｅｘｐｅｒｉｍｅｎｔｓｖｅｒｉｆｉｙｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆ ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄ． Ｋｅｙｗｏｒｄｓ：ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ；ｔｅｍｐｏｒａｌｐｒｅｆｅｒｅｎｃｅ；ｐｒｏｂａｂｉｌｉｓｔｉｃｔｏｐｉｃｍｏｄｅｌ；ｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌ