個(gè)性化推薦系統(tǒng)中協(xié)同過(guò)濾方法的研究

趙智　韓丹

摘要：對(duì)基于余弦相似性、相關(guān)相似性與項(xiàng)目評(píng)分的CF算法進(jìn)行了性能對(duì)比與評(píng)價(jià)，對(duì)其在個(gè)性化推薦系統(tǒng)中的應(yīng)用、面臨的問(wèn)題以及相應(yīng)的解決方法進(jìn)行了分析與研究。

關(guān)鍵詞：個(gè)性化推薦系統(tǒng)；相似性；協(xié)同過(guò)濾算法；平均絕對(duì)偏差

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）27-6459-02

目前，國(guó)際電子商務(wù)市場(chǎng)已成為發(fā)展最快的市場(chǎng)之一，能否利用有限的資源快速找到用戶所需是搶占市場(chǎng)商機(jī)的關(guān)鍵。最近鄰居技術(shù)在個(gè)性化推薦系統(tǒng)中是目前最成功的。他的基本算法是先找到評(píng)分相似的最近鄰居，然后根據(jù)最近鄰居的評(píng)分?jǐn)?shù)據(jù)向目標(biāo)用戶推薦。這種推薦技術(shù)的結(jié)果成功率非常高，與目標(biāo)用戶的實(shí)際需求非常相似。它并不依賴于對(duì)這些商品必須有的文本描述，而是通過(guò)構(gòu)造用戶對(duì)項(xiàng)目的偏好數(shù)據(jù)集來(lái)實(shí)現(xiàn)，因此在個(gè)性化推薦系統(tǒng)中成為一項(xiàng)很受歡迎的技術(shù)。

1 協(xié)同過(guò)濾算法的分類(lèi)

目前主流的協(xié)同過(guò)濾算法有兩類(lèi)：基于內(nèi)存和基于模型的協(xié)同過(guò)濾算法。1基于內(nèi)存：參與計(jì)算的數(shù)據(jù)集是用戶—項(xiàng)目數(shù)據(jù)庫(kù)；2基于模型：先利用各種機(jī)器學(xué)習(xí)的方法離線建立模型。模型的數(shù)據(jù)來(lái)源是用戶的評(píng)分?jǐn)?shù)據(jù)。模型建立完成后，根據(jù)目標(biāo)用戶的對(duì)其它項(xiàng)目的實(shí)際評(píng)分，得到用戶對(duì)目標(biāo)項(xiàng)目的預(yù)測(cè)結(jié)果。該文主要探討基于模型的協(xié)同過(guò)濾算法。

2 最近鄰協(xié)同過(guò)濾算法

3.3 三種相似性算法分析

基于余弦?jiàn)A角的相似性度量方法：此方法在計(jì)算中將目標(biāo)用戶對(duì)項(xiàng)目的評(píng)分假設(shè)為n維空間上的向量。通過(guò)計(jì)算求得向量間夾角的余弦值。余弦值越小，兩用戶的相似度越高。為避免數(shù)據(jù)極端稀疏，將用戶沒(méi)有評(píng)分的項(xiàng)目評(píng)分都假設(shè)為0分。但實(shí)際應(yīng)用中，用戶對(duì)未評(píng)價(jià)項(xiàng)目的評(píng)分不能全部為0，因此這種算法的可信度不高，相似性計(jì)算不準(zhǔn)確。從實(shí)驗(yàn)結(jié)果中可以看出MAE值相對(duì)較高?；谙嚓P(guān)相似性的相似性計(jì)算方法：在該算法中所有參與計(jì)算的數(shù)據(jù)均為真實(shí)數(shù)據(jù)。但在實(shí)際應(yīng)用中，兩個(gè)用戶共同評(píng)分的項(xiàng)目極少。這種計(jì)算方法使得兩個(gè)用戶僅對(duì)一個(gè)項(xiàng)目評(píng)分，也可計(jì)算出較高的相似性，這與事實(shí)不符。實(shí)驗(yàn)結(jié)果顯示基于相關(guān)相似性的MAE值略低于基于余弦相似性的MAE值?；陧?xiàng)目評(píng)分的協(xié)同過(guò)濾算法：為增加參與計(jì)算的數(shù)據(jù)量，該算法通過(guò)計(jì)算用戶對(duì)未評(píng)價(jià)項(xiàng)目之間的相似性，從而預(yù)測(cè)出用戶對(duì)未評(píng)價(jià)項(xiàng)目的評(píng)分，豐富了參與相似性度量的數(shù)據(jù)。實(shí)驗(yàn)結(jié)果顯示，該算法的MAE值最小，推薦質(zhì)量越高。但是，該算法的時(shí)間復(fù)雜度較高為O（n4） ，計(jì)算較為復(fù)雜，因此必須離線進(jìn)行。

4 結(jié)束語(yǔ)

本文對(duì)基于余弦相似性、相關(guān)相似性和項(xiàng)目評(píng)分的協(xié)同過(guò)濾算法進(jìn)行了性能對(duì)比。實(shí)驗(yàn)結(jié)果表明，協(xié)同過(guò)濾算法中相似性度量的計(jì)算，既要考慮參與計(jì)算的數(shù)據(jù)數(shù)量又要考慮參與評(píng)價(jià)的數(shù)據(jù)的真實(shí)性。由于協(xié)同過(guò)濾技術(shù)多用于在線的電子商務(wù)系統(tǒng)，因此還要考慮到算法的效率問(wèn)題。下一步應(yīng)考慮在基于項(xiàng)目評(píng)分的相似性度量方法基礎(chǔ)上，提高計(jì)算效率。

參考文獻(xiàn)：

[1] 白麗君，張永奎，陳鑫卿.協(xié)作過(guò)濾研究概述[J].電腦開(kāi)發(fā)與應(yīng)用，2002，15（11）.

[2] 鄧愛(ài)林，朱揚(yáng)勇，施伯樂(lè).基于項(xiàng)目評(píng)分預(yù)測(cè)得協(xié)同過(guò)濾推薦算法[J].軟件學(xué)報(bào)，2003，14（9）：1621-1628.