融合项目聚类和时间权重的动态协同过滤算法.pdfVIP

第 １７卷第３期 南京师范大学学报(工程技术版) Ｖｏｌ１７ Ｎｏ３ ２０１７年９月 ＪＯＵＲＮＡＬ ＯＦ ＮＡＮＪＩＮＧ ＮＯＲＭＡＬ ＵＮＩＶＥＲＳＩＴＹ(ＥＮＧＩＮＥＥＲＩＮＧ ＡＮＤＴＥＣＨＮＯＬＯＧＹ ＥＤＩＴＩＯＮ) Ｓｅｐｔꎬ２０１７ － ｄｏｉ:１０.３９６９/ ｊ.ｉｓｓｎ.１６７２ １２９２.２０１７.０３.０１０ 融合项目聚类和时间权重的动态协同过滤算法 １ １ꎬ２ １ 吴佳炜 ꎬ沈玲玲 ꎬ钱　 钢 (１.南京师范大学计算机科学与技术学院ꎬ江苏 南京 ２１００９７) (２.南京师范大学商学院ꎬ江苏 南京 ２１００９７) [摘要]　 传统基于项目的协同过滤算法离线计算项目间的相似度ꎬ提高了向用户推荐的速度ꎬ但极大的数据稀 疏度影响了推荐质量ꎬ且该算法也忽略了用户兴趣随时间变化这一现象. 针对上述问题ꎬ提出了一种融合项目聚 类和时间权重的动态协同过滤算法ꎬ根据用户偏好对项目进行聚类ꎬ找出类别偏好相似的候选邻居ꎬ再在候选邻 居中搜寻最近邻ꎬ排除与目标项目共同评分较少的项目干扰ꎬ提高了搜寻相似项目的准确性. 同时ꎬ引入时间权 重来反映用户兴趣随时间的变化ꎬ从整体上提高推荐质量. 在 ＭｏｖｉｅＬｅｎｓ数据集上进行实验ꎬ实验结果表明ꎬ本 文所提出算法的推荐质量较传统的协同过滤算法有显著提高. [关键词]　 协同过滤ꎬ推荐系统ꎬ类别偏好ꎬ相似度ꎬ时间权重 － － － [中图分类号]Ｐ２０８　 [文献标志码]Ａ　 [文章编号]１６７２ １２９２(２０１７)０３ ００６３ ０７ Ｄｙｎａｍｉｃ Ｃｏｌｌａｂｏｒａｔｉｖｅ Ｆｉｌｔｅｒｉｎｇ Ａｌｇｏｒｉｔｈｍ Ｆｕｓｉｎｇ Ｉｔｅｍ Ｃｌｕｓｔｅｒｉｎｇ ａｎｄ Ｔｉｍｅ Ｗｅｉｇｈｔ １ １ꎬ２ １ ＷｕＪｉａｗｅｉ ꎬＳｈｅｎ Ｌｉｎｇｌｉｎｇ ꎬＱｉａｎ Ｇａｎｇ (１.Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ ＴｅｃｈｎｏｌｏｇｙꎬＮａｎｊｉｎｇ Ｎｏｒｍａｌ ＵｎｉｖｅｒｓｉｔｙꎬＮａｎｊｉｎｇ２１００９７ꎬＣｈｉｎａ) (２.Ｓｃｈｏｏｌ ｏｆ ＢｕｓｉｎｅｓｓꎬＮａｎｊｉｎｇ Ｎｏｒｍａｌ ＵｎｉｖｅｒｓｉｔｙꎬＮａｎｊｉｎｇ２１００９７ꎬＣｈｉｎａ) Ａｂｓｔｒａｃｔ:Ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｉｔｅｍ￣ｂａｓｅｄ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍ ｃａｌｃｕｌａｔｅｓ ｉｔｅｍ￣ｉｔｅｍ ｓｉｍｉｌａｒｉｔｙ ｏｆｆｌｉｎｅ ａｎｄ ｉｍｐｒｏｖｅｓ ｔｈｅ ｒｅａｌ￣ｔｉｍｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｒｅｃｏｍｍｅｎｄｅｒ ｓｙｓｔｅｍꎬｂｕｔ ｔｈｅ ｂｉｇ ｄａｔａ ｓｐａｒｓｉｔｙ ｐｒｏｂｌｅｍ ｓｔｉｌｌ ｉｍｐａｃｔｓ ｔｈｅ ｑｕａｌｉｔｙ ｏｆ ｔｈｅ ａｌｇｏｒｉｔｈｍａｎｄｉｔａｌｓｏｉｇｎｏｒｅｓｔｈｅｐｈｅｎｏｍｅｎｏｎｔｈａｔｕｓｅｒｓ’ｉｎｔｅｒｅｓｔｓｃｈａｎｇｅｏｖｅｒｔｉｍｅ.Ｔｏａｄｄｒｅｓｓｔｈｅｉｓｓｕｅｓａｂｏｖｅꎬｔｈｉｓｐａｐｅｒ ｐｒｏｐｏｓｅｓ ａ ｄｙｎａｍｉｃ ｃｏｌｌａｂｏｒａｔ