一种基于项目的多维信息推荐新方法.pdf

《一种基于项目的多维信息推荐新方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、情报资料工作2014年第4期信息技术一种基于项目的多维信息推荐新方法六杨君莫赞艾丹祥(广东工业大学管理学院广州510520)摘要文章首先介绍了信息推荐发展的新趋势及与之相关的传统信息推荐理论知识，然后构建了一个基于项目的多维信息推荐模型，研制了一种基于项目的多维信息推荐算法，最后通过实验研究的方法验证了模型的可行性以及新算法的高效性与优越性。关键词项目多维协同过滤信息推荐ANewMethodofProject—-basedMultidimensionalInformationRecommendationYangJun，MoZan，AiDanxi

2、ang(SchoolofManagement，GuangdongUniversityofTechnology，Guangzhou，510520)AbstractThispaperfirstlyintroducesthenewdevelopingtrendofinformationrecommendationandcorrespondingtraditionalinformationrecommendationknowledge．Secondly，thepaperbuildsupanitem—basedmulti—dimensionalrecom

3、mendationmodelanddesignsanewmulti—dimensionalrecommendationalgorithm．Finally，throughanexperiment，thepapertestsandverifiesthehighefficiencyofthenewalgorithm．Keywordsitem，multi—dimension，collaborativefiltering，informationrecommendation随着计算机与网络技术的不断发展，人们已经越推荐质量较差，从而影响用户对推荐系统的信任

4、。来越被包围在网络信息的海洋之中。如何在海量的网(2)综合了解用户与项目、挖掘用户隐性兴趣。络信息中快速、准确地为用户提供他们所需要的信息传统推荐方法通过分析用户的历史评分了解用户兴已经成为信息服务面临的重要问题。信息推荐就是在趣，而这些评分数据只能代表用户的直接兴趣，用户这种背景下应运而生的，它是指通过分析用户的兴趣的隐性兴趣难以挖掘，推荐系统难以满足用户的潜爱好，主动向用户推荐符合用户兴趣的项目。项目在需求。(item)指用户可能感兴趣的某些资源如电影、书籍、餐(3)多维度推荐、动态调整用户模型。维度表示推馆等。随着个性化信息服务范围的扩大

5、和重要性的提荐空间的范围，传统推荐方法只涉及用户和项目两个升，用户对信息推荐的内容、方式和准确性等提出了基本维度，忽略了时间、空间、用户行为等其他维度对更高的要求，传统推荐方法的不足也日益明显。目前推荐结果有效性的影响。然而，在动态环境中，用户对信息推荐研究的新趋势主要包括：项目的喜爱会随着情景的变化而变化。传统推荐方法(1)新用户建模。对于用户而言，在使用信息推荐系缺乏动态捕捉用户兴趣变化并及时调整用户模型的统的初期是最需要获得推荐的。然而，由于获取的新用能力。户信息不足，推荐系统很难正确了解新用户的兴趣，并本文主要是针对第三种新趋势，研究一

6、种基于项难以建立新用户的特征模型，导致初期阶段用户获得的目的多维信息推荐新方法。-／~本文系广东省自然科学基金(博士启动)项目“基于情景感知的多维智能推荐系统研究”(编号：$2012040007883)、国家自然科学基金项目“网格环境下用户QoS需求驱动的移动服务资源选择优化研究”(编号：71171062)、国家社科基金青年项目“移动网络环境下情景敏感的个性化知识推荐机制研究”(编号：1lCTQ020)的研究成果。情报资料工作2014年第4期信以上两个相似度计算公式中，u表示对项目i与息技1传统信息推荐的相关研究项目都进行过评分的用户集合，即术

7、传统信息推荐方法主要分为协同过滤方法、基于内容的推荐方法以及混合推荐方法n，协同过滤是目U=∈I尺，f≠&Ru．J≠}前应用最广泛的信息推荐方法。本文提出的新方法是(3)产生预测结果基于项目的协同过滤多维信息推荐方法，因此，本文基于项目的方法采用以下公式预测目标用户对只对基于项目的协同过滤方法进行介绍。基于项目的项目的评分：协同过滤方法的依据是“用户感兴趣的项目应该是相Jvp一sim(i^、，R(3)似的”。基于项目的方法首先在用户一项目评分矩阵，f，)×a√中计算各项目之间的相似度，找到各项目的“最近j=l邻”，然后根据目标用户对这些“最近邻

8、”的评分数据整合计算出目标用户对各项目的评分。最后，选择出其中，足“)I，其中j是与项目评分最高的一个或者多个项目进行推荐。基于项目的最相似的N个项目