欢迎来到天天文库
浏览记录
ID:32373008
大小:964.65 KB
页数:6页
时间:2019-02-03
《基于组合相似度的优化协同过滤算法》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、第31卷第12期计算机应用与软件Vol31No.122014年12月ComputerApplicationsandSoftwareDec.2014基于组合相似度的优化协同过滤算法查九李振博徐桂琼(上海大学管理学院上海200444)摘要协同过滤算法是个性化推荐系统中应用最广泛的一种推荐技术。随着用户数量和项目数量的增加,数据的稀疏性成为影响推荐质量的重要因素。为此,将传统相似度指标修正余弦相似性、Pearson相似度,与结构相似度指标Jaccard系数、Salton系数、IUF系数进行组合,提出6种组合相似度。在MovieLens上的实验
2、表明,基于组合相似度的优化协同过滤算法在平均绝对偏差MAE、均方根误差RMSE、召回率、覆盖率和确率等性能上都有了较大提高,提高了推荐质量。关键词推荐系统协同过滤组合相似度中图分类号 TP391 文献标识码 A DOI:10.3969/j.issn.1000386x.2014.12.079ANOPTIMISEDCOLLABORATIVEFILTERINGALGORITHMBASEDONCOMBINEDSIMILARITYZhaJiu LiZhenbo XuGuiqiong(SchoolofManagement,Shangha
3、iUniversity,Shanghai200444,China)Abstract Collaborativefilteringisamostwidelyusedrecommendationtechniqueinpersonalisedrecommendationsystem.Withtheincreaseinnumbersofuseranditem,thesparsityofdatabecomesanimportantfactoraffectingtherecommendationquality.Therefore,thesixtyp
4、ecombinedsimilaritiesarepresented,whichcombinestwotraditionalsimilaritymetricsoftheadjustedcosinesimilarityandthePearsoncorrelationwiththestructuresimilaritymetricssuchasJaccardcoefficient,SaltoncoefficientandIUFcoefficient.ExperimentdoneonMovieLensshowsthatthecombinedsimi
5、laritybasedoptimisedcollaborativefilteringalgorithmraisesalotinMAE,RMSE,recall,coverageandprecision,andimprovesrecommendationqualityaswell.Keywords Recommendationsystem Collaborativefiltering Combinedsimilarity[10]Hyung综合考虑了邻近性、影响性和偏好性三个参数,提出了0 引言一种探索式的PIP相关度计算方法,PIP算法在解
6、决冷启动问[11]题时表现出了优于传统方法的性能。Buhwan等提出了一种[12]随着电子商务的快速发展,信息过载现象越来越严重,大量基于迭代消息传递过程的相似度改进算法。Anand等利用的商品信息增加了客户购买所需物品的难度,消费者很难快速局部和全局的相似度组合来解决数据稀疏导致的相似度精确问且有效地做出决策。为了让顾客在购买产品时尽可能少地浏览题,认为数据极度稀疏时全局相似度优于局部相似度。邓爱林[1-5]等[6]针对用户评分数据极端稀疏的情况,提出了一种基于项目无关信息,解决信息过载问题,个性化推荐技术应运而生。协同过滤是目前电子商务
7、推荐系统中应用最广泛的推荐算法之评分预测的协同过滤推荐算法,采用了一种新的相似度计算方[13]一,其核心思想是基于目标用户的邻居用户的资料来获得目标法。周军锋等在引入项目评分预测的基础上,采用修正的条[14]用户的推荐,首先在用户群中找到指定用户的邻居(兴趣)用件概率方法计算项目相似度。邢春晓等针对协同过滤算法户,然后根据邻居用户的评分预测目标用户对商品项的评分值,不能及时反映用户兴趣变化的问题,提出两种改进度量:基于时[15]选择评分项最高的前N项商品反馈给目标用户。协同过滤技间的数据权重和基于资源相似度的数据权重。徐翔等针对3类填充方法
8、构建的评分数据集,分析传统相似度和基于云模术的最大优点在于能够处理非结构化的复杂对象,但随着用户型的相似度,为各填充方法选取最有效的相似度优化方案。沈数量和项目数量的增加,协同过
此文档下载收益归作者所有