信息科學(xué)與系統(tǒng)科學(xué)

崔春生

基于集團(tuán)序方法的推薦系統(tǒng)輸出

崔春生

目的：推薦系統(tǒng)輸出是推薦系統(tǒng)研究領(lǐng)域中被忽視的一項(xiàng)內(nèi)容，而推薦輸出的產(chǎn)品數(shù)量是評(píng)價(jià)推薦系統(tǒng)質(zhì)量的核心要素。論文的研究旨在探討系統(tǒng)以top-N形式輸出時(shí)，N值的大小選擇問(wèn)題。N的大小決定著推薦的質(zhì)量問(wèn)題，N太小起不到推薦效果，N越大，推薦的覆蓋度會(huì)有所提高，但是精確率可能會(huì)有所降低，同時(shí)所耗費(fèi)的時(shí)間也會(huì)成級(jí)數(shù)增加。因此，確定合適的N值一方面可以降低計(jì)算復(fù)雜度，另一方面可以提高推薦質(zhì)量還能達(dá)到推薦結(jié)果個(gè)性化的目的，從而成為推薦系統(tǒng)輸出的研究焦點(diǎn)。方法：推薦數(shù)量的選擇實(shí)際上是一種分類(lèi)問(wèn)題，論文探討了輸出結(jié)果差異化的可行性及一般方法。鑒于推薦輸出結(jié)果中并不需要得到推薦產(chǎn)品的嚴(yán)格序關(guān)系，只需要表征產(chǎn)品被推薦和不被推薦的關(guān)系，因而引入集團(tuán)序的方法進(jìn)行問(wèn)題的研究。通過(guò)產(chǎn)品集團(tuán)序的定義，確定了產(chǎn)品集團(tuán)序優(yōu)先關(guān)系，進(jìn)而確定了產(chǎn)品之間優(yōu)先、無(wú)差異和劣與3種集團(tuán)關(guān)系。接著，提出了從推薦值Rui或推薦度NR（si）的比較開(kāi)始，確定產(chǎn)品優(yōu)先集，得到產(chǎn)品集團(tuán)排序的問(wèn)題解決思路。最后，借助于集團(tuán)內(nèi)產(chǎn)品推薦值的差異性和集團(tuán)間差異性兩個(gè)指標(biāo)，對(duì)比以集團(tuán)的聚類(lèi)中心和以集團(tuán)的邊界兩種聚類(lèi)質(zhì)量問(wèn)題的差異，認(rèn)為以集團(tuán)的邊界的思想是以子集團(tuán)最優(yōu)值作為理想解，以子集團(tuán)最劣質(zhì)作為負(fù)理想解，更好的體現(xiàn)了集團(tuán)序“類(lèi)內(nèi)聚合度高，類(lèi)間組合度低”的聚類(lèi)思想，進(jìn)而可以得到更優(yōu)的集團(tuán)排序結(jié)果。結(jié)果：論文采用推薦系統(tǒng)中個(gè)性化的思想，根據(jù)用戶的不同推薦結(jié)果，有針對(duì)的選擇整個(gè)子集團(tuán)內(nèi)產(chǎn)品作為推薦輸出結(jié)果，以子集團(tuán)內(nèi)的產(chǎn)品個(gè)數(shù)作為候選N值，這種方法的提出不僅提高了推薦系統(tǒng)的個(gè)性化程度，也提高了系統(tǒng)的推薦精度，有效的避免了推薦結(jié)果中被推薦產(chǎn)品間差異大，以及被推薦產(chǎn)品與不被推薦產(chǎn)品之間差異小的問(wèn)題。結(jié)論：（1）對(duì)應(yīng)于推薦系統(tǒng)分析了產(chǎn)品集團(tuán)排序方法。通過(guò)分析推薦輸出中推薦值排序和推薦度排序的異同，探討了集團(tuán)排序質(zhì)量評(píng)估的一般思路。并基于以上分析，構(gòu)建了依據(jù)推薦值進(jìn)行產(chǎn)品集團(tuán)排序的一般方法。（2）從集團(tuán)排序出發(fā)提出了推薦輸出中N的取值策略。通過(guò)分析，找到了借助集團(tuán)排序獲得推薦輸出的一般過(guò)程，提出以整個(gè)子集團(tuán)作為推薦輸出、以子集團(tuán)內(nèi)的產(chǎn)品個(gè)數(shù)作為候選N值的思想，有效的避免了推薦結(jié)果中被推薦產(chǎn)品差異大，以及被推薦產(chǎn)品與不被推薦產(chǎn)品之間差異小的問(wèn)題。同時(shí)，這種方法的提出也有效的滿足了推薦結(jié)果差異化、個(gè)性化、高質(zhì)量的要求。

來(lái)源出版物：系統(tǒng)工程理論與實(shí)踐, 2013, 33(7): 1845-1851

入選年份：2015