一种基于项目聚类的自主推荐多样性优化算法.PDFVIP

研究论文 一种基于项目聚类的自主推荐多样性优化 算法* 姜书浩 1 潘旭华 1 薛福亮 2 1(天津商业大学信息工程学院 天津 300134) 2(天津财经大学商学院 天津 300222) 摘要: 【目的 】通过聚类权重再分配算法优化推荐列表的多样性。【方法 】提出一种提高推荐多样性的方法, 依 据项目评分进行聚类, 参照阈值采用聚类权重再分配算法重新分配各聚类集的权重, 根据权重大小从各聚类集 中筛选项目生成最终推荐列表。【结果 】实验结果表明, 调整阈值由 20 缩小到 1, 本文方法将三种算法在 MovieLens 数据集上生成的推荐列表的z-多样性值分别提高0.46、0.65 和 1.88, Book-Crossing 数据集对应的z- 多样性值分别提高0.38、0.49 和0.76。【局限 】仅适用于提高推荐列表的多样性, 对于总体多样性并没有涉及。 【结论 】有效提高推荐的多样性, 同时保证推荐的准确率和较低的时间复杂性。 关键词: 项目聚类 推荐多样性 优化算法 用户满意度 协同过滤 分类号: TP301.6 1 引 言 样性的算法, 在轻微降低准确率的前提下提高项目种 类的多样性, 该算法的基本思想是将项目聚类为几个 电子商务推荐系统通过对用户历史交易记录、产 集合, 根据不同集合的聚类权重选择项目建立推荐列 品具体信息及产品评价等信息的处理, 发现用户购物 表。通过这样的方法可以不必在较大程度降低准确率 偏好并向其推荐感兴趣的产品[1] 。许多成功的推荐技 的情况下最大化推荐的多样性。该方法的优势有以下 术被不断地研发并应用于各个领域, 例如音乐、电影、 [2-6] 方面: 旅游、电子商务和电子学习等 。 (1) 采用预测算法对未评分的项目进行评分后进 很长时间以来, 衡量一个推荐算法是否成功的标 行推荐, 不会改变现有的推荐算法; 准是预测项目评分的准确率。但是除此之外仍然有很 (2) 允许用户在线自主调整推荐列表的项目多样 多因素在用户满意度中扮演重要角色, 其中一个因素 尤其重要, 即推荐列表的多样性[7-8] 。关于信息技术对 性水平, 因此推荐系统的算法复杂度低, 使其有更高 的可扩展性; 于消费者购买行为影响的研究表明, 购买多样化产品 的消费者的购买力要强于购买商品种类比较单一的用 (3) 算法包含一个可调参数阈值, 用户可以用它 户。还有一些研究表明, 购买多样化商品的用户的忠 调整自己推荐列表的多样性水平, 用户个人的调整独 诚度更高, 因此增强推荐列表的多样性, 进而提升用 立于其他用户。 户购买清单的多样性对于提高企业的利润具有重要的 2 文献综述 意义。 本文提出一种基于项目聚类的提高推荐列表多 一些推荐算法的研究人员已经认识到, 预测的准 通讯作者: 姜书浩, ORCID: 0000-0002-7706-063X, E-mail: mr_jiang1980@163.com。 *本文系教育部人文社会科学一般项目“ 电子商务环境下顾客购物偏好推荐及企业利润挖掘”(项目编号:13YJC630195)的研究成果之一。 34 现代图书情报技术 总第258 期 2015 年