基于评分可信度的协同过滤融合方法-计算机应用研究.PDFVIP

第３１卷第８期 计 算 机 应 用 研 究 Ｖｏｌ．３１Ｎｏ．８ ２０１４年８月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｕｇ．２０１４ 基于评分可信度的协同过滤融合方法 王　光，邱云飞 （辽宁工程技术大学软件学院，辽宁 葫芦岛１２５１０５） 摘　要：为了解决基于项目和基于用户的推荐结果的融合问题，提出了基于评分可信度的协同过滤融合方法。 该方法在推荐对象集合中计算评分数大于平均评分数的对象作为信任子群，在信任子群上计算能够使推荐的平 均绝对误差最小的融合参数 。由计算得到的最优融合参数 对基于项目和基于用户的推荐结果进行融合，作 λ λ 出推荐。实验结果表明，该算法有效提高了过滤推荐的精准度和可靠性，具有良好的推荐效果。 关键词：协同过滤；推荐系统；评分可信度；平均绝对误差；融合算法 中图分类号：ＴＰ３０１６　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１４）０８２３８７０３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１４．０８．０３５ Ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇｆｕｓｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｒａｔｅｃｒｅｄｉｂｉｌｉｔｙ ＷＡＮＧＧｕａｎｇ，ＱＩＵＹｕｎｆｅｉ （ＣｏｌｌｅｇｅｏｆＳｏｆｔｗａｒｅ，ＬｉａｏｎｉｎｇＴｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙ，ＨｕｌｕｄａｏＬｉａｏｎｉｎｇ１２５１０５，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｏｖｅｒｃｏｍｅｓｅｖｅｒａｌｌｉｍｉｔａｔｉｏｎｓｉｎｔｈｅｒｅｓｅａｒｃｈｏｆｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ（ＣＦ）ｆｕｓｉｏｎ，ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｅｄａＣＦ ｒｅｃｏｍｍｅｎｄａｔｉｏｎｆｕｓｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｒａｔｅｃｒｅｄｉｂｉｌｉｔｙ．Ｔｈｉｓｍｅｔｈｏｄｃａｌｃｕｌａｔｅｄｔｒｕｓｔｗｏｒｔｈｙｓｕｂｓｅｔｗｈｉｃｈｒａｔｅｄｔｉｍｅｓａｂｏｖｅ ｔｈｅａｖｅｒａｇｅｒａｔｅｄｔｉｍｅｓｆｒｏｍｂｏｔｈｕｓｅｒｂａｓｅｄａｎｄｉｔｅｍｂａｓｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｅｔ，ｃａｌｃｕｌａｔｅｄｏｐｔｉｍａｌ ｏｎｔｒｕｓｔｗｏｒｔｈｙｓｕｂｓｅｔｒｅ λ ｐｅａｔｅｄｌｙ．Ｔｈｅｍｅｔｈｏｄｕｓｅｄｏｐｔｉｍａｌ ｔｏｆｕｓｅｕｓｅｒｂａｓｅｄａｎｄｉｔｅｍｂａｓｅｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｅｔ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓ λ ａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙａｃｈｉｅｖｅｈｉｇｈｅｒｒｅｃｏｍｍｅｎｄａｔｉｏｎａｃｃｕｒａｃｙａｎｄｒｅｌｉａｂｉｌｉｔｙａｎｄｂｅｔｔｅｒｒｅｃｏｍｍｅｎｄａｔｉｏｎｒｅｓｕｌｔｓ． Ｋｅｙｗｏｒｄｓ：ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎｇ；ｒｅｃｏｍｍｅｎｄａｔｉｏｎｓｙｓｔｅｍ；ｒａｔｅｃｒｅｄｉｂｉｌｉｔｙ；ｍｅａｎａｂｓｏｌｕｔｅｅｒｒｏｒ；ｆｕｓｉｏｎａｌｇｏｒｉｔｈｍ 　　电子商务的快速发展使信息过载问题日益突出，用户在海 测［８，９］。 量的商品中很难找到满足自己需求的商品。个性化推荐系统 基于用户的协同过滤和基于项目的协同过滤是目前应用 能为用户准确、高效地推荐所需信息，被广泛应用于电子商务 最广泛的协同过滤推荐算法。基于用户的协同过滤基于这样 网站。协同过滤推荐技术是目前应用最广泛的个性化推荐技 一个假设