计算机工程与应用-201404-改进相似度的分布式个性化推荐.pdfVIP

126 2014 ，50（4 ） Computer Engineering and Applications 计算机工程与应用 改进相似度的分布式个性化推荐 1 2 马小军 ，赵 伟 1 2 MA Xiaojun , ZHAO Wei 1.北京联合大学 信息学院，北京 100101 2.北京大学 计算机科学技术研究所，北京 100080 1.College of Information, Beijing Union University, Beijing 100101, China 2.Institute of Computer Science Technology, Peking University, Beijing 100080, China MA Xiaojun, ZHAO Wei. Personalized recommendation based on improved similarity. Computer Engineering and Applications, 2014, 50 （4 ）：126-131. Abstract ：For personalized recommendation ，either content-based method or collaborative filtering based method ，the similarity between two items or users is the basic operation.In mass public data set ，experiments show those functions ， which implement SVM in content-based method and introduce discriminability in collaborative filtering ，can improve the accuracy of recommendations.Besides ，the modified MapReduce flows also get more effective similarity computation. Key words ：personalized recommendation; distributed computation; Support Vector Machine （SVM ）; discriminability 摘 要：相似度计算在个性化推荐系统中是基本运算，但无论是基于内容还是基于协同过滤的推荐，目前常用的向 量相似度计算还存在可以改进之处。在海量公开的数据集上的实验表明，在基于内容的推荐中引入机器学习方法 以及在协同过滤推荐中引入区分度来改善相似度计算，可以获取更高的准确率。对MapReduce 的分布式计算流程 的改进，使得相似度计算更为高效。 关键词：个性化推荐；分布式计算；支持向量机；区分度 文献标志码：A 中图分类号：TP311 doi ：10.3778/j.issn. 1002-8331.1203-0762 1 引言 完成推荐服务，如为买香烟的人推荐打火机。基于人口 在信息过载的Web2.0 时代，传统的搜索引擎并没 统计学的推荐可被认为是关联规则推荐的一种，推荐的 有针对每一个用户提供个性化的信息服务。个性化推 依据是某类人群可能会对某一类物品有偏好。基于内 荐则通过分析用户的历史行为并使用互联网的群体智 容的推荐则需要分析物品的内容，并通过用户对物品的 慧，来为每一个用户提供个性化的服务。电子商务网站 操作，依据物品的内容来建立用户模型，通过分析内容 亚马逊在2004 年就开始使用基于物品的协同过滤算法 特征来获取两个物品或者两个用户之间的相似度，从而 [1] 进行近邻推荐；也可以直接计算物品内容与用户模型之 来推荐商品 ，美国的视频在线租赁公司Netflix 则利用 用户对影片的评分信息，为用户推荐最感兴趣的电影， 间的相似度，为用户