基于免疫算法的个性化推荐系统.pdf

《基于免疫算法的个性化推荐系统.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、学术探讨·基釜砑目基于免疫算法的个性化推荐系统王玉林王永鉴柴争义(天津工业大学计算机科学与软件学院，天津300387)[摘要]针对个性化推荐系统中用户的多个不同需求，提出一种基于免疫算法的求解方法。该算法将要求解的个性化推荐列表建模成一个最大化推荐准确性和多样性的多目标优化问题，采用基于用户的协同过滤技术对用户进行分类，设计了适合推荐问题求解的抗体编码方式、克隆、变异算子。仿真实验结果表明，所提算法能够有效求得个性化推荐的最佳解，达到可以同时为多个用户提供多个不同推荐的需求。[关键词]免疫算法；多目标优化；个性

2、化推荐；协同过滤中图分类号：TPl8文献标识符：A文章编号：1008—6609(2016)10．0001—031引言随着信息技术的迅猛发展，人类已经进入一个数据爆炸的时代，生活工作中无处不在的是令人困扰的无效信息n，。于是，如何快速高效地找出对我们有用的信息已经成为一个迫在眉睫的问题。推荐系统，使用自动统计和数据挖掘技术，能够很好地为用户提供若干有用的推荐，被认为是缓解信息过载最有前程和潜力的工具”，。它涉及的领域较为广泛，包括电影，书籍，歌曲，笑话，旅游等等。此外，随着生活中电子商务在不断推进，推荐系统也正越

3、来越多地参与其中，比如著名的电子商务公司亚马逊”，。通常，传统的推荐系统的目的是使向某类用户所推荐的项目精确度最大化”，。然而，最近研究发现，只考虑推荐的准确性已经完成不能满足用户的需求；必须得针对性地为每个用户“量身定做”项目，并考虑用户多种的需求，最终才能提供满意的结果，这正是个性化推荐系统所具备的能力。然而，提高准确度无疑会使多样性降低；同样，种类越多也会使准确性降低。准确性和多样性已成为相互制约的要素。于是，如何设计出准确度高、多样性强的个性化推荐技术具有重要的意义。目前，国内外的一些推荐技术已经设计出

4、来。例如用数学方法把准确度和多样性建模成二次性方程数学问题求解。但存在着数学约束条件过高以及参数难以自动调节的弊端。个性化的推荐问题已被证明是NP问题，更适合智能化方法。免疫算法作为一种高效的智能算法，在许多应用领域都有卓越的表现。基于此，本文采用免疫算法对个性化推荐问题进行求解，向用户提供一组既准确又丰富的、令人满意的推荐项目15]。2个性化推荐系统个性化推荐系统是通过采集记录并了解掌握用户的兴趣偏好，最终向用户提供一些可能会感兴趣的推荐项目。推荐问题可用形式化加以阐明。C表示用户集合，S表示项目集合m，。函

5、数U作为一个评价函数，它是用来表示用户对项目感兴趣程度。R是所有用户对项目的评价集合，rij表示用户i对项目i的评价值。因此，就可以形成用户一项目矩阵如表1所示：表1用户一项目矩阵项目1项目2项目i项目11用户1r11r12rlirI”用户2r2】r2ar2ir2。用户irilr2iriirin用户mrm】rm2krm“对于用户空间中的每一个用户，推荐所要达到的目的就是从项目空问中寻找能够使用户的满意度和多样性最大化的商品项目州。作者简介：王玉林(199l一)，男，山西大同人，硕士研究生，研究方向为智能优化算法

6、。基金项目：国家自然科学基金项目，项目编号U_1504613；中国博士后科学基金，项目编号2015M58622，学术探讨·基全万目多目标优化问题是对多个目标函数进行同时优化求得最佳解。它是一个比较复杂的问题，它的约束要求是彼此各自独立的，无法直接比较任意两个解的优劣，所以只能从解集中找到最为接近最好的折中解，即最佳解m“。3算法实现3．1免疫算法免疫算法是一种经典的智能优化算法，它是受高级生物的免疫系统具有自发、高效、特异性清除异己的原理启发而产生的。它把要解决的问题看作免疫系统的抗原，把要得到的解看作免疫系统

7、的抗体。通过免疫反应，解决所要处理的问题。在资源分配、地址寻址、安全监测等领域中有优良的表现，得到了广泛应用”“”，。3．2用户聚类为了降低计算的复杂度，用聚类技术将用户拆分成几个集群。过程采用基于用户协同过滤技术，通过度量用户i和用户i之间相似性产生用户分类。首先得到用户和用户评分过的所有项目，然后通过余弦相似性函数计算出用户之间的相似性。其公式为：=_乙7¨r¨J正嘶护而毓2丽ueU一“5“；“51分母是两个用户向量模的乘积，分子是两个用户向量的内积。U。，配分别表示的用户i，j对项目评分集，～，～分别表示

8、的是用户对项目的评分，巩表示的是用户i，j均评价的项目集。3．3抗体编码免疫算法中，抗体对应要求解问题的解，抗体编码是免疫问题求解的关键技术。本文考虑到用户与项目之间的关系，采用实数编码方式，即推荐列表中的每一个数字代表相应的项目编号。例如某个抗体的编码表示为o={al：％⋯池，⋯，o。1，其中。表示的是某个用户，n，表示的就是此用户推荐列表中的项目编号。3．4两个目标函数第一个目标函