• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    標(biāo)簽擴(kuò)展的協(xié)同過濾推薦算法 *

    2021-10-26 02:12:30陳海龍閆五岳孫海嬌
    關(guān)鍵詞:標(biāo)簽語義協(xié)同

    陳海龍,閆五岳,孫海嬌,程 苗

    (哈爾濱理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,黑龍江 哈爾濱 150080)

    1 引言

    隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,互聯(lián)網(wǎng)人口快速增長(zhǎng),隨之導(dǎo)致網(wǎng)上數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng)態(tài)勢(shì),從而導(dǎo)致了嚴(yán)重的信息過載。為了使用戶能夠快速準(zhǔn)確地獲取自己感興趣的物品,推薦系統(tǒng)應(yīng)運(yùn)而生。推薦系統(tǒng)能夠分析系統(tǒng)中的用戶數(shù)據(jù),根據(jù)用戶的喜好為用戶推薦商品或服務(wù),能夠有效地解決信息過載帶來的問題。目前,成熟的推薦算法有很多,如基于內(nèi)容的推薦[1]、協(xié)同過濾推薦[2]和基于關(guān)聯(lián)規(guī)則的推薦[3]等。

    在有關(guān)的推薦算法中,協(xié)同過濾推薦算法應(yīng)用最為廣泛。但是,協(xié)同過濾模型的一大問題是數(shù)據(jù)稀疏,該問題影響了推薦算法的推薦質(zhì)量。為了緩解數(shù)據(jù)稀疏對(duì)推薦算法的影響,研究人員進(jìn)行了許多嘗試。例如Cui等[4]為解決個(gè)性化興趣點(diǎn)POI(Point-Of-Interest)推薦數(shù)據(jù)稀疏問題,從多角度來擴(kuò)展協(xié)同過濾模型。Guan[5]提出了一種三維協(xié)同過濾框架,通過使用用戶和項(xiàng)目的特征進(jìn)行相似度計(jì)算來處理數(shù)據(jù)稀疏性問題。除此之外,為了實(shí)現(xiàn)推薦算法的高效性,將深度學(xué)習(xí)融入推薦算法成為了熱點(diǎn)。Mohammad等[6]在推薦系統(tǒng)框架下集成深度神經(jīng)網(wǎng)絡(luò)和矩陣分解并使用顯示反饋進(jìn)行協(xié)同過濾。Huang等[7]利用基于多注意深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)準(zhǔn)確的組推薦,采用多注意網(wǎng)絡(luò)捕獲內(nèi)部社交特征,采用神經(jīng)注意機(jī)制來描述每個(gè)組和成員之間的偏好交互。另外,Huang等[8]還提出了一種基于多模式表示學(xué)習(xí)模型,通過項(xiàng)目的多峰特征和用戶的全局特征來計(jì)算用戶對(duì)項(xiàng)目的偏好。Fu等[9]提出了一種基于深度學(xué)習(xí)的智能推薦,通過學(xué)習(xí)用戶和項(xiàng)目的相應(yīng)低維向量采用前饋神經(jīng)網(wǎng)絡(luò)模擬用戶和物品之間的交互。Zhao等[10]提出了一種預(yù)測(cè)協(xié)同過濾方法,利用部分觀察到的用戶-項(xiàng)目矩陣和基于項(xiàng)目的輔助信息來產(chǎn)生推薦。

    近年來,標(biāo)簽[11]的應(yīng)用越來越廣泛。標(biāo)簽是一種無層次化結(jié)構(gòu)的、用來描述信息的關(guān)鍵詞[12],它可以用來描述物品的語義。根據(jù)給物品標(biāo)注標(biāo)簽的人的不同,標(biāo)簽應(yīng)用一般分為2種:一種是專家給物品標(biāo)注標(biāo)簽,一種是普通用戶給物品標(biāo)注標(biāo)簽,也就是UGC(User Generated Content)。UGC的標(biāo)簽系統(tǒng)可以用來表示用戶興趣和物品語義。社會(huì)化標(biāo)簽[13]可以看作用戶與物品之間的紐帶,將原本不相關(guān)的項(xiàng)目聯(lián)系起來,既表達(dá)了用戶自身的興趣愛好,又反映了物品的主題。

    基于標(biāo)簽的推薦系統(tǒng)一般應(yīng)用在音樂網(wǎng)站、視頻網(wǎng)站和電影書籍評(píng)論網(wǎng)站中,最具代表性的網(wǎng)站有Delicious、Last.fm和豆瓣等。標(biāo)簽系統(tǒng)的最大優(yōu)勢(shì)是可以發(fā)揮群體智能,獲取對(duì)物品內(nèi)容信息比較準(zhǔn)確的關(guān)鍵詞描述,而準(zhǔn)確的內(nèi)容信息是提升個(gè)性化推薦系統(tǒng)性能的重要資源[14]。

    基于標(biāo)簽的推薦算法通常使用用戶標(biāo)注項(xiàng)目的頻率反映用戶的興趣,用戶使用標(biāo)簽的次數(shù)越多,則代表該用戶越喜歡標(biāo)簽代表的特定項(xiàng)目類別。Ignatov等[15]將標(biāo)簽頻率分析應(yīng)用于標(biāo)簽推薦算法中,用來發(fā)現(xiàn)用戶的興趣。Gedikli等[16]認(rèn)為應(yīng)該在項(xiàng)目的上下文中考慮標(biāo)簽偏好,并提出了一種在推薦過程中利用上下文的標(biāo)簽偏好的推薦方案。但是以上研究沒有考慮到由于用戶標(biāo)注標(biāo)簽的隨意性導(dǎo)致的標(biāo)簽信息稀疏問題。由于用戶個(gè)體不同,用戶對(duì)相同項(xiàng)目的理解不同,導(dǎo)致不同的用戶對(duì)相同的項(xiàng)目標(biāo)記的標(biāo)簽會(huì)有所不同,從而導(dǎo)致標(biāo)簽信息的稀疏性。因此,僅通過用戶-標(biāo)簽和項(xiàng)目-標(biāo)簽的匹配程度來衡量用戶相似度和項(xiàng)目相似度是不準(zhǔn)確的。趙宇峰等[17]通過標(biāo)簽聚類降低標(biāo)簽稀疏度,進(jìn)而提高推薦精度。除此之外還存在以下現(xiàn)象:用戶給物品標(biāo)注的標(biāo)簽不同,但是在語義上可能相近。針對(duì)這種現(xiàn)象需要對(duì)標(biāo)簽進(jìn)行語義分析。在語義分析方面,可以利用基于WordNet詞典的方法。顏偉等[18]提出了一種基于WordNet的英語詞語相似度計(jì)算方法,從WordNet中提取同義詞并采取向量空間方法計(jì)算英語詞語的相似度。

    在上述研究的基礎(chǔ)上,本文提出了一種標(biāo)簽擴(kuò)展的協(xié)同過濾推薦算法。本文通過擴(kuò)展標(biāo)簽來緩解標(biāo)簽信息稀疏問題,提高算法推薦精度。利用標(biāo)簽相似度進(jìn)行標(biāo)簽擴(kuò)展,計(jì)算標(biāo)簽相似度的方法有2種:一種是基于用戶標(biāo)注標(biāo)簽的行為進(jìn)行計(jì)算,另一種是根據(jù)標(biāo)簽的語義進(jìn)行計(jì)算?,F(xiàn)有的標(biāo)簽擴(kuò)展方法多數(shù)是根據(jù)標(biāo)簽共現(xiàn)計(jì)算基于用戶行為的標(biāo)簽相似度實(shí)現(xiàn)的,未充分考慮標(biāo)簽的語義相似度。因此,本文從用戶行為和標(biāo)簽語義2方面考慮,分別運(yùn)用標(biāo)簽共現(xiàn)和WordNet詞典計(jì)算標(biāo)簽相似度。通過結(jié)合基于用戶行為的標(biāo)簽相似度和基于標(biāo)簽語義的標(biāo)簽相似度,進(jìn)一步提升標(biāo)簽擴(kuò)展的效果,進(jìn)而提升推薦算法的性能。

    2 算法設(shè)計(jì)

    傳統(tǒng)基于標(biāo)簽的推薦算法,利用標(biāo)簽頻率反映用戶的興趣。但是,用戶標(biāo)注標(biāo)簽的隨意性,可能會(huì)導(dǎo)致出現(xiàn)以下2種情況:

    (1)標(biāo)簽t1被用于標(biāo)注項(xiàng)目ij,標(biāo)簽t2也被用于標(biāo)注項(xiàng)目ij,相同的項(xiàng)目ij被用戶標(biāo)注了不同的標(biāo)簽t1和t2。

    (2)用戶u1為項(xiàng)目ij標(biāo)注了標(biāo)簽t1,用戶u2為項(xiàng)目ij標(biāo)注了標(biāo)簽t2,用戶為項(xiàng)目ij標(biāo)注了不同的標(biāo)簽t1和t2,雖然標(biāo)簽t1和t2不相同,但在語義層面表達(dá)了相近的意思。

    上述問題導(dǎo)致了在利用標(biāo)簽進(jìn)行推薦時(shí),與標(biāo)簽相關(guān)的用戶-標(biāo)簽和項(xiàng)目-標(biāo)簽矩陣稀疏,從而導(dǎo)致推薦精度下降。

    為了降低矩陣稀疏度,提高推薦算法的精度,本文提出了標(biāo)簽擴(kuò)展的思想。在進(jìn)行標(biāo)簽擴(kuò)展時(shí),需要先進(jìn)行標(biāo)簽相似度計(jì)算。在計(jì)算標(biāo)簽相似度時(shí),根據(jù)情況(1)和情況(2)的描述,本文從用戶行為和標(biāo)簽語義2方面進(jìn)行標(biāo)簽相似度計(jì)算。

    用戶為相同的項(xiàng)目標(biāo)注了不同的標(biāo)簽,根據(jù)用戶的行為,本文利用標(biāo)簽共現(xiàn)的思想計(jì)算標(biāo)簽相似度。利用標(biāo)簽共現(xiàn)來表示標(biāo)簽相似度的基本思想是:如果2個(gè)標(biāo)簽在項(xiàng)目中同時(shí)出現(xiàn)的次數(shù)越多,則這2個(gè)標(biāo)簽的相似度就越高。

    用戶為項(xiàng)目標(biāo)注了不同的標(biāo)簽,但標(biāo)簽在語義上相同,根據(jù)標(biāo)簽語義,本文利用語義分析的思想計(jì)算標(biāo)簽相似度。利用語義分析計(jì)算標(biāo)簽相似度的基本思想是:判斷詞語之間的相似度。本文利用WordNet語義詞典在信息處理方面的優(yōu)勢(shì),將WordNet應(yīng)用到標(biāo)簽的語義分析中,用于計(jì)算標(biāo)簽相似度。

    綜上所述,本文提出了一種標(biāo)簽擴(kuò)展的協(xié)同過濾推薦算法。該算法的流程如下所示:

    (1)根據(jù)數(shù)據(jù)集構(gòu)建項(xiàng)目-標(biāo)簽矩陣,并創(chuàng)建標(biāo)簽集合。

    (2)利用標(biāo)簽共現(xiàn)信息,計(jì)算標(biāo)簽共現(xiàn)矩陣,得到基于用戶行為的標(biāo)簽相似度矩陣。

    (3)根據(jù)標(biāo)簽集合并利用WordNet語義詞典計(jì)算基于標(biāo)簽語義的標(biāo)簽相似度矩陣。

    (4)結(jié)合基于用戶行為和標(biāo)簽語義的標(biāo)簽相似度矩陣,并利用標(biāo)簽相似度矩陣進(jìn)行標(biāo)簽擴(kuò)展,重構(gòu)項(xiàng)目-標(biāo)簽矩陣。

    (5)利用重構(gòu)后的項(xiàng)目-標(biāo)簽矩陣計(jì)算項(xiàng)目相似度,并通過基于項(xiàng)目的協(xié)同過濾方法進(jìn)行推薦。

    2.1 基于標(biāo)簽共現(xiàn)計(jì)算標(biāo)簽相似度

    本文所用的數(shù)據(jù)集示例如表1所示。正如前面提到的,用戶個(gè)體不同會(huì)導(dǎo)致不同用戶對(duì)相同項(xiàng)目標(biāo)注的標(biāo)簽不同,因此本文根據(jù)用戶標(biāo)注標(biāo)簽的行為,通過標(biāo)簽共現(xiàn)思想來整合標(biāo)簽之間的相似度。標(biāo)簽共現(xiàn)就是指用2個(gè)標(biāo)簽標(biāo)注同一個(gè)項(xiàng)目,如標(biāo)簽t1和t2共同標(biāo)注了某一個(gè)項(xiàng)目,則稱標(biāo)簽t1和t2共現(xiàn)。

    不同用戶可能為相同項(xiàng)目標(biāo)注不同的標(biāo)簽。正如表1所示,用戶20對(duì)電影1 747所標(biāo)注的標(biāo)簽為politics和satire,而用戶49對(duì)電影1 747 所標(biāo)記的標(biāo)簽為Robert De Niro。

    網(wǎng)站中的用戶組成了用戶集合U= {u1,…,um},網(wǎng)站中的商品組成了商品(項(xiàng)目)集合I={i1,…,in},用戶對(duì)商品標(biāo)注的標(biāo)簽組成了標(biāo)簽集

    Table 1 Data format

    合T= {t1,…,tk}。根據(jù)以上信息構(gòu)建標(biāo)注矩陣K,K的大小為n*k,n為項(xiàng)目個(gè)數(shù),k為標(biāo)簽個(gè)數(shù),矩陣中的元素kpj表示標(biāo)簽tp標(biāo)注商品ij的次數(shù)。根據(jù)矩陣K構(gòu)建共現(xiàn)矩陣C,C的大小為k*k,k為標(biāo)簽個(gè)數(shù),矩陣中的元素cpq表示標(biāo)簽tp與標(biāo)簽tq標(biāo)注同一個(gè)商品的頻率。本文通過余弦相似度來評(píng)估每2個(gè)標(biāo)簽的共現(xiàn)分布,即:

    (1)

    其中,nti,ij表示標(biāo)簽tp標(biāo)注項(xiàng)目ij的數(shù)目,ntq,ij表示標(biāo)簽tq標(biāo)注項(xiàng)目ij的數(shù)目。N(tp)表示標(biāo)簽tp標(biāo)注的項(xiàng)目集合,N(tq)表示標(biāo)簽tq標(biāo)注的項(xiàng)目集合。N(tp)∩N(tq)表示標(biāo)簽tp和標(biāo)簽tq共同標(biāo)注的項(xiàng)目集合。p(tp,tq)在[0,1],且p(tp,tq)越接近1,tp和tq越相似。

    通過式(1)得到標(biāo)簽共現(xiàn)矩陣,本文將標(biāo)簽共現(xiàn)矩陣作為基于用戶行為的標(biāo)簽相似度矩陣。基于用戶行為的標(biāo)簽相似度矩陣C的表達(dá)形式如式(2)所示:

    (2)

    2.2 利用WordNet計(jì)算標(biāo)簽相似度

    由于用戶個(gè)體不同,導(dǎo)致用戶為項(xiàng)目標(biāo)注的標(biāo)簽可能不同,但某些標(biāo)簽可能在語義上相近。本文利用WordNet語義詞典在信息處理方面的優(yōu)勢(shì),將WordNet應(yīng)用到標(biāo)簽的語義分析中,計(jì)算標(biāo)簽的相似度。利用WordNet計(jì)算標(biāo)簽t1和t2的相似度的過程如下所示:

    (1)利用Stanford CoreNLP和Lemmatization對(duì)標(biāo)簽進(jìn)行預(yù)處理。

    (2)利用WordNet分別生成(t1,t2)的同義詞集(s1,s2)。

    (3)對(duì)每個(gè)同義詞集檢索注釋并利用文本預(yù)處理方法(拆分、刪除停用詞、詞性標(biāo)注、詞形還原)為s1和s2提取注釋G1和G2。

    (4)基于集合之間相同的詞匯數(shù)量越多,相似度越高的思想,根據(jù)s1和s2、G1和G2計(jì)算標(biāo)簽t1和t2之間的語義相似度。

    具體的流程如圖1所示。

    Figure 1 Calculation flow chart of tag similarity圖1 標(biāo)簽相似度計(jì)算流程圖

    利用s1和s2、G1和G2計(jì)算標(biāo)簽相似度的公式如式(3)所示:

    (3)

    通過上述方法計(jì)算出2個(gè)標(biāo)簽的語義相似度,得到基于語義的標(biāo)簽相似度矩陣N。N的表示形式如式(4)所示:

    (4)

    2.3 合并標(biāo)簽相似度矩陣

    將得到的基于用戶行為的標(biāo)簽相似度矩陣C和基于標(biāo)簽語義的標(biāo)簽相似度矩陣N進(jìn)行合并,合并公式如式(5)所示:

    sim(ti,tj)=α*p(ti,tj)+

    (1-α)simT(ti,tj)

    (5)

    其中,系數(shù)α是用于調(diào)節(jié)的合并權(quán)重。經(jīng)過式(5)得到合并后的標(biāo)簽相似度矩陣M。M的表達(dá)形式如式(6)所示:

    (6)

    在得到標(biāo)簽相似度矩陣M后,利用M進(jìn)行標(biāo)簽擴(kuò)展。

    2.4 標(biāo)簽擴(kuò)展

    大多數(shù)使用標(biāo)簽的推薦算法都會(huì)考慮到用戶-標(biāo)簽和項(xiàng)目-標(biāo)簽之間的關(guān)系。但是,由于用戶為項(xiàng)目標(biāo)注標(biāo)簽的隨意性,會(huì)導(dǎo)致標(biāo)簽信息稀疏;由于標(biāo)簽的多樣性,會(huì)導(dǎo)致標(biāo)簽信息稀疏,因此,利用項(xiàng)目-標(biāo)簽衡量項(xiàng)目相似度是不準(zhǔn)確的。所以,本文提出了一種擴(kuò)展標(biāo)簽的方法,通過利用標(biāo)簽相似度矩陣產(chǎn)生的標(biāo)簽之間的關(guān)聯(lián),評(píng)估用戶未使用的標(biāo)簽的可能頻率來進(jìn)行標(biāo)簽擴(kuò)展,從而降低標(biāo)簽信息的稀疏度。

    對(duì)于已經(jīng)標(biāo)注項(xiàng)目ij但沒有標(biāo)注項(xiàng)目ii的標(biāo)簽tz,根據(jù)標(biāo)簽tz與標(biāo)注到項(xiàng)目ii上的所有標(biāo)簽共現(xiàn)分布,估計(jì)標(biāo)簽tz標(biāo)注到項(xiàng)目ii上的可能概率。概率估計(jì)公式如式(7)所示:

    (7)

    (8)

    其中,Ni表示標(biāo)注項(xiàng)目ii的標(biāo)簽總數(shù),nt,i表示標(biāo)簽tt標(biāo)注項(xiàng)目ii的次數(shù)。

    通過上述方法,本文對(duì)項(xiàng)目-標(biāo)簽矩陣進(jìn)行了標(biāo)簽擴(kuò)展,重建了項(xiàng)目-標(biāo)簽矩陣,降低了該矩陣的稀疏度。

    2.5 計(jì)算項(xiàng)目相似度并推薦

    在得到重建后的項(xiàng)目-標(biāo)簽矩陣R后,利用余弦相似度計(jì)算項(xiàng)目之間的相似度得到項(xiàng)目相似度矩陣S。項(xiàng)目相似度的計(jì)算公式如式(9)所示:

    (9)

    其中,Ti,j表示在矩陣R中項(xiàng)目ii和項(xiàng)目ij共有的標(biāo)簽集合。Ti表示標(biāo)記項(xiàng)目ii的標(biāo)簽集合,Tj表示標(biāo)記項(xiàng)目ij的標(biāo)簽集合。simiz表示標(biāo)簽tz標(biāo)記項(xiàng)目ii的概率,simjz表示標(biāo)簽tz標(biāo)記項(xiàng)目ij的概率。在得到項(xiàng)目相似度矩陣之后,利用基于項(xiàng)目的協(xié)同過濾算法為用戶生成推薦。

    3 實(shí)驗(yàn)

    3.1 實(shí)驗(yàn)數(shù)據(jù)集

    實(shí)驗(yàn)采用MovieLens數(shù)據(jù)集,該數(shù)據(jù)集含有電影的標(biāo)簽數(shù)據(jù)。為了驗(yàn)證本文算法的效率,在2個(gè)基準(zhǔn)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。較小的數(shù)據(jù)集為ml-latest-small,該數(shù)據(jù)集由164 979部電影和671個(gè)用戶組成,含有1 296個(gè)標(biāo)簽記錄。較大的數(shù)據(jù)集為ml-10M100K,該數(shù)據(jù)集由71 567個(gè)用戶和10 681部電影組成,含有95 580個(gè)標(biāo)簽。本文按照8∶2的比例將數(shù)據(jù)集分成訓(xùn)練集和測(cè)試集。

    3.2 評(píng)價(jià)標(biāo)準(zhǔn)

    準(zhǔn)確率(Precision),其值表示的是在產(chǎn)生的推薦結(jié)果中,正確推薦給用戶的項(xiàng)目數(shù)在推薦給用戶的項(xiàng)目總數(shù)中的占比,如式(10)所示:

    (10)

    召回率(Recall),其值表示的是在產(chǎn)生的推薦結(jié)果中,正確推薦給用戶的項(xiàng)目數(shù)在用戶實(shí)際評(píng)價(jià)過的項(xiàng)目總數(shù)中的占比,如式(11)所示:

    (11)

    其中,R(u)是用戶u推薦的項(xiàng)目集合,T(u)是測(cè)試集中用戶u評(píng)分過的項(xiàng)目集合。

    3.3 實(shí)驗(yàn)結(jié)果及其分析

    3.3.1α的選擇

    在式(5)中系數(shù)α用于調(diào)節(jié)相似度權(quán)重,用來調(diào)節(jié)標(biāo)簽相似度權(quán)重變化對(duì)于推薦算法的推薦準(zhǔn)確率的影響,其取值在[0,1],每次增加0.1比較Precision的變化,實(shí)驗(yàn)結(jié)果如圖2所示。

    Figure 2 Effect of α on Precision圖2 α對(duì)準(zhǔn)確率的影響

    由圖2可知,當(dāng)α的取值為0.3時(shí),Precision值最大,推薦的準(zhǔn)確率最高。本文實(shí)驗(yàn)中,α取值為0.3。

    3.3.2 算法性能比較

    為了驗(yàn)證標(biāo)簽相似度的改變對(duì)于推薦算法的推薦精度的影響,本文將通過標(biāo)簽共現(xiàn)進(jìn)行標(biāo)簽擴(kuò)展的協(xié)同過濾CTCF(Collaborative Filtering of tag extension based on Tag Co-occurrence)和結(jié)合標(biāo)簽共現(xiàn)與WordNet進(jìn)行標(biāo)簽擴(kuò)展的協(xié)同過濾CWTCF(Collaborative Filtering of tag extension based on Tag Co-occurrence and WordNet)進(jìn)行比較分析。實(shí)驗(yàn)結(jié)果如圖3和圖4所示。

    Figure 3 Performance of CTCF and CWTCF on ml-latest-small圖3 CTCF和CWTCF在ml-latest-small上的性能

    Figure 4 Performance of CTCF and CWTCF on ml-10M100K圖4 CTCF和CWTCF在ml-10M100K上的性能

    由圖3和圖4可知,相較于只使用標(biāo)簽共現(xiàn)進(jìn)行標(biāo)簽擴(kuò)展的協(xié)同過濾或只使用WordNet進(jìn)行標(biāo)簽擴(kuò)展的協(xié)同過濾而言,將標(biāo)簽共現(xiàn)和WordNet進(jìn)行結(jié)合再利用標(biāo)簽擴(kuò)展進(jìn)行協(xié)同過濾的推薦算法的Precision有所提高。由此可知,在利用標(biāo)簽相似度進(jìn)行標(biāo)簽擴(kuò)展時(shí),應(yīng)從用戶行為和標(biāo)簽語義這2方面考慮,本文通過標(biāo)簽共現(xiàn)思想得到基于用戶行為的標(biāo)簽相似度矩陣,通過標(biāo)簽語義得到基于語義相似度的標(biāo)簽相似度矩陣,將2個(gè)相似度矩陣進(jìn)行融合,并在此基礎(chǔ)上進(jìn)行標(biāo)簽擴(kuò)展,降低數(shù)據(jù)稀疏度,進(jìn)行協(xié)同過濾,提高了推薦精度。

    接著為了驗(yàn)證本文提出算法的性能,本文選取3種算法與本文算法進(jìn)行比較。

    算法1:傳統(tǒng)的基于項(xiàng)目的協(xié)同過濾推薦ItemCF(Item Collaborative Filtering)算法。

    算法2:Guan[5]提出的3DCF(3-Dimension Collaborative Filtering)算法,利用用戶和項(xiàng)目的特征進(jìn)行相似度計(jì)算來處理數(shù)據(jù)稀疏問題。

    算法3:Gedikli等[16]提出的Item-specific算法,在項(xiàng)目上下文中考慮標(biāo)簽偏好對(duì)推薦的影響。

    不同算法性能比較如表2~表5所示。

    由表2~表5可知,相較于傳統(tǒng)的ItemCF算法,其他3種算法的性能更高,因?yàn)檫@3種算法都在ItemCF基礎(chǔ)上進(jìn)行了一定程度的改進(jìn)。另外,可以觀測(cè)到,Item-specific算法的性能比3DCF的更高,可能的原因是Item-specific算法將標(biāo)簽應(yīng)用到了以協(xié)同過濾為基礎(chǔ)的推薦算法之中,可以更好地反映用戶的興趣。除此之外,本文算法的性能相較于其他3種算法都高,相較于3DCF在降低數(shù)據(jù)稀疏度時(shí)僅僅考慮用戶和項(xiàng)目特征,本文在降低數(shù)據(jù)稀疏度時(shí)充分考慮了標(biāo)簽數(shù)的作用,相較于Item-specific僅僅在項(xiàng)目上下文中考慮標(biāo)簽偏好,本文算法利用標(biāo)簽數(shù)據(jù)降低了數(shù)據(jù)稀疏度,綜上本文算法的性能更好,推薦精度更高。

    Table 2 Precision of four algorithms on ml-latest-small

    Table 3 Recall of four algorithms on ml-latest-small

    Table 4 Precision of four algorithms on ml-10M100K

    Table 5 Recall of four algorithms on ml-10M100K

    4 結(jié)束語

    大多數(shù)利用用戶、項(xiàng)目與標(biāo)簽之間的關(guān)系進(jìn)行推薦的算法,都會(huì)面臨著用戶個(gè)體不同導(dǎo)致的標(biāo)簽信息稀疏問題,因此,本文進(jìn)行標(biāo)簽擴(kuò)展,重構(gòu)項(xiàng)目-標(biāo)簽矩陣,進(jìn)行協(xié)同推薦,在進(jìn)行標(biāo)簽擴(kuò)展時(shí)從用戶行為和標(biāo)簽語義2方面進(jìn)行考慮。最終的實(shí)驗(yàn)結(jié)果表明,本文提出的推薦算法相較于傳統(tǒng)的協(xié)同過濾算法的推薦效果更好。

    猜你喜歡
    標(biāo)簽語義協(xié)同
    蜀道難:車與路的協(xié)同進(jìn)化
    語言與語義
    “四化”協(xié)同才有出路
    汽車觀察(2019年2期)2019-03-15 06:00:50
    無懼標(biāo)簽 Alfa Romeo Giulia 200HP
    車迷(2018年11期)2018-08-30 03:20:32
    不害怕撕掉標(biāo)簽的人,都活出了真正的漂亮
    海峽姐妹(2018年3期)2018-05-09 08:21:02
    三醫(yī)聯(lián)動(dòng) 協(xié)同創(chuàng)新
    “上”與“下”語義的不對(duì)稱性及其認(rèn)知闡釋
    標(biāo)簽化傷害了誰
    基于多進(jìn)制查詢樹的多標(biāo)簽識(shí)別方法
    認(rèn)知范疇模糊與語義模糊
    岛国在线免费视频观看| 看十八女毛片水多多多| 午夜福利在线在线| 91久久精品国产一区二区三区| a级毛片a级免费在线| 久久中文看片网| 99riav亚洲国产免费| 日韩 亚洲 欧美在线| 在线观看一区二区三区| 精品久久久久久久久av| 我的女老师完整版在线观看| 亚洲熟妇熟女久久| 亚洲最大成人av| 国产精品久久视频播放| 欧美色视频一区免费| 成人亚洲精品av一区二区| 观看免费一级毛片| 国产探花极品一区二区| 欧美一区二区精品小视频在线| 一a级毛片在线观看| 久久久精品94久久精品| 少妇裸体淫交视频免费看高清| 久久久精品94久久精品| 最近视频中文字幕2019在线8| 嫩草影院新地址| 最近中文字幕高清免费大全6| 日本欧美国产在线视频| 久久久午夜欧美精品| 亚洲美女视频黄频| 国产亚洲91精品色在线| 综合色丁香网| 给我免费播放毛片高清在线观看| 麻豆乱淫一区二区| 色视频www国产| 成人亚洲精品av一区二区| 日本黄色片子视频| av黄色大香蕉| 小蜜桃在线观看免费完整版高清| 日日摸夜夜添夜夜添av毛片| 一个人看视频在线观看www免费| 国产精品国产高清国产av| 国内精品美女久久久久久| 人妻夜夜爽99麻豆av| 波多野结衣高清无吗| 3wmmmm亚洲av在线观看| 亚洲精品色激情综合| 偷拍熟女少妇极品色| 亚洲婷婷狠狠爱综合网| 亚洲国产色片| 欧美成人精品欧美一级黄| 中文在线观看免费www的网站| 少妇的逼水好多| 欧美激情国产日韩精品一区| 少妇人妻一区二区三区视频| 久久6这里有精品| 性欧美人与动物交配| 麻豆一二三区av精品| 日本免费一区二区三区高清不卡| 九九热线精品视视频播放| 能在线免费观看的黄片| 午夜影院日韩av| 国产探花极品一区二区| 激情 狠狠 欧美| 亚洲精品粉嫩美女一区| 一级毛片电影观看 | 久久99热6这里只有精品| 在线播放国产精品三级| 免费一级毛片在线播放高清视频| 国产精品一区二区三区四区免费观看 | 日韩欧美精品v在线| 精品乱码久久久久久99久播| 欧美性感艳星| 国产免费一级a男人的天堂| 国产v大片淫在线免费观看| 亚洲人成网站在线观看播放| 神马国产精品三级电影在线观看| 偷拍熟女少妇极品色| 国产单亲对白刺激| 亚洲无线观看免费| 亚洲美女视频黄频| av女优亚洲男人天堂| 可以在线观看毛片的网站| 九九在线视频观看精品| 国产成年人精品一区二区| 国产精品久久视频播放| 国产色爽女视频免费观看| 不卡一级毛片| 我要看日韩黄色一级片| 亚洲人成网站在线播| 一个人看的www免费观看视频| 草草在线视频免费看| 国产精品久久视频播放| 99久久精品一区二区三区| 又粗又爽又猛毛片免费看| 日韩强制内射视频| 极品教师在线视频| 欧美不卡视频在线免费观看| 国产成年人精品一区二区| 成人av在线播放网站| 波多野结衣巨乳人妻| av在线观看视频网站免费| 搡老妇女老女人老熟妇| 午夜久久久久精精品| 高清午夜精品一区二区三区 | 日韩强制内射视频| 中文字幕免费在线视频6| 国产白丝娇喘喷水9色精品| 国产伦精品一区二区三区视频9| 六月丁香七月| 国产在线精品亚洲第一网站| 国产爱豆传媒在线观看| 一级毛片久久久久久久久女| 国产综合懂色| 亚洲精品日韩在线中文字幕 | 久久久国产成人精品二区| 久久久久国产网址| 在线免费观看的www视频| 老司机影院成人| av专区在线播放| 97碰自拍视频| 亚洲精品影视一区二区三区av| 又爽又黄a免费视频| 国产精品一区二区性色av| 亚洲精品国产成人久久av| 亚洲成a人片在线一区二区| 国产探花极品一区二区| 五月玫瑰六月丁香| 国产中年淑女户外野战色| 欧美+日韩+精品| 看非洲黑人一级黄片| 亚洲婷婷狠狠爱综合网| 我的女老师完整版在线观看| 久久久国产成人免费| 午夜日韩欧美国产| 九九久久精品国产亚洲av麻豆| 日本一二三区视频观看| 日韩欧美在线乱码| 国产成人91sexporn| 精品久久久久久久末码| 日韩欧美在线乱码| 久久久久久久久大av| 国产亚洲精品久久久com| 国产激情偷乱视频一区二区| 久久精品国产自在天天线| 国产精品久久视频播放| 国产激情偷乱视频一区二区| 色噜噜av男人的天堂激情| 日韩欧美精品免费久久| 亚洲欧美成人精品一区二区| 久久精品久久久久久噜噜老黄 | 女人十人毛片免费观看3o分钟| 久久精品国产亚洲av天美| 日本黄大片高清| 俄罗斯特黄特色一大片| 高清毛片免费看| 身体一侧抽搐| а√天堂www在线а√下载| 国产av一区在线观看免费| 免费在线观看影片大全网站| 欧美激情在线99| 久久久久久久亚洲中文字幕| 国产精品福利在线免费观看| 春色校园在线视频观看| 中文资源天堂在线| 国产亚洲91精品色在线| 国产精品久久电影中文字幕| 一进一出抽搐gif免费好疼| 我要看日韩黄色一级片| 国产在线精品亚洲第一网站| 久久精品国产自在天天线| 亚洲四区av| 中文字幕av在线有码专区| av国产免费在线观看| 日本一二三区视频观看| 不卡视频在线观看欧美| 九色成人免费人妻av| 美女cb高潮喷水在线观看| 欧美色欧美亚洲另类二区| 亚洲图色成人| 在线观看免费视频日本深夜| 日韩制服骚丝袜av| 综合色丁香网| 色av中文字幕| 波野结衣二区三区在线| 草草在线视频免费看| 亚洲欧美日韩卡通动漫| 少妇人妻精品综合一区二区 | 观看美女的网站| 亚洲av第一区精品v没综合| 国产片特级美女逼逼视频| 国产精品一区二区免费欧美| 亚洲经典国产精华液单| 欧美日韩在线观看h| 少妇裸体淫交视频免费看高清| 久久精品国产亚洲网站| 18+在线观看网站| 国产三级中文精品| 九九热线精品视视频播放| 狂野欧美白嫩少妇大欣赏| 美女被艹到高潮喷水动态| 国产爱豆传媒在线观看| 中国国产av一级| 97超级碰碰碰精品色视频在线观看| 免费av观看视频| 亚洲成人精品中文字幕电影| 亚洲精品国产成人久久av| 在线看三级毛片| 亚洲人成网站高清观看| 精品一区二区三区视频在线| av女优亚洲男人天堂| 欧美一级a爱片免费观看看| 1000部很黄的大片| 麻豆国产97在线/欧美| 国产人妻一区二区三区在| 国产大屁股一区二区在线视频| 国产精品99久久久久久久久| 亚洲真实伦在线观看| 淫秽高清视频在线观看| 99久国产av精品国产电影| 亚洲欧美日韩高清在线视频| 亚洲国产高清在线一区二区三| 十八禁网站免费在线| 国产真实乱freesex| 国产探花在线观看一区二区| 不卡一级毛片| 免费高清视频大片| 人妻少妇偷人精品九色| 美女被艹到高潮喷水动态| 成年女人看的毛片在线观看| 美女黄网站色视频| 男人的好看免费观看在线视频| 日本在线视频免费播放| 看免费成人av毛片| 日本色播在线视频| а√天堂www在线а√下载| 久久草成人影院| 国内精品一区二区在线观看| 亚洲欧美日韩无卡精品| 超碰av人人做人人爽久久| 色av中文字幕| 久久精品国产亚洲av涩爱 | 色哟哟哟哟哟哟| 久久久久久伊人网av| 亚洲va在线va天堂va国产| 日本一本二区三区精品| 亚洲欧美精品自产自拍| 国产亚洲91精品色在线| 国产精品嫩草影院av在线观看| 人妻久久中文字幕网| 色综合色国产| 男人舔女人下体高潮全视频| а√天堂www在线а√下载| 免费看av在线观看网站| 尾随美女入室| 午夜影院日韩av| 99国产精品一区二区蜜桃av| 国产单亲对白刺激| 成人高潮视频无遮挡免费网站| 日产精品乱码卡一卡2卡三| 97在线视频观看| 秋霞在线观看毛片| 内地一区二区视频在线| 成人综合一区亚洲| av.在线天堂| 亚洲一级一片aⅴ在线观看| 国产精品久久久久久av不卡| 中出人妻视频一区二区| 直男gayav资源| 三级男女做爰猛烈吃奶摸视频| ponron亚洲| 久久精品国产清高在天天线| 欧美xxxx黑人xx丫x性爽| 国产综合懂色| 亚洲第一区二区三区不卡| 十八禁网站免费在线| 亚洲欧美日韩高清专用| 中文字幕av在线有码专区| 啦啦啦观看免费观看视频高清| 成年女人看的毛片在线观看| 黑人高潮一二区| 一级毛片我不卡| 精品久久久噜噜| 免费在线观看影片大全网站| 国产精品爽爽va在线观看网站| 51国产日韩欧美| 看黄色毛片网站| 婷婷精品国产亚洲av在线| 久久综合国产亚洲精品| 欧美成人免费av一区二区三区| 国产熟女欧美一区二区| 国产黄a三级三级三级人| 久久久国产成人免费| 国产精品不卡视频一区二区| 97人妻精品一区二区三区麻豆| 国产高清有码在线观看视频| 中文字幕人妻熟人妻熟丝袜美| 免费观看在线日韩| 亚洲熟妇熟女久久| 热99re8久久精品国产| 国产午夜精品论理片| 亚洲成人精品中文字幕电影| 91久久精品国产一区二区成人| 一本精品99久久精品77| 国产亚洲精品久久久久久毛片| 国产精品三级大全| 最近的中文字幕免费完整| 天天一区二区日本电影三级| www.色视频.com| 久久久久九九精品影院| 真实男女啪啪啪动态图| 日产精品乱码卡一卡2卡三| 免费人成视频x8x8入口观看| 亚洲欧美日韩高清在线视频| 欧美日本亚洲视频在线播放| 国产黄色小视频在线观看| 久久精品国产亚洲av天美| 不卡一级毛片| 最近中文字幕高清免费大全6| 黄色欧美视频在线观看| 久久久久国产精品人妻aⅴ院| 波野结衣二区三区在线| 国产高潮美女av| 村上凉子中文字幕在线| 国产不卡一卡二| 久久久精品欧美日韩精品| 俺也久久电影网| 国产精品伦人一区二区| 黄色欧美视频在线观看| 国产成人freesex在线 | 日日摸夜夜添夜夜爱| 最近2019中文字幕mv第一页| 国产精品永久免费网站| 国产三级中文精品| 国产成人影院久久av| 欧美日本视频| 高清日韩中文字幕在线| 国产欧美日韩一区二区精品| 特级一级黄色大片| 亚洲av.av天堂| 美女 人体艺术 gogo| 白带黄色成豆腐渣| 国产国拍精品亚洲av在线观看| 99热这里只有是精品在线观看| 免费av不卡在线播放| 精品久久国产蜜桃| 久久久国产成人精品二区| 国产亚洲精品久久久久久毛片| 露出奶头的视频| 成人亚洲精品av一区二区| 两个人的视频大全免费| 亚洲av熟女| 亚洲丝袜综合中文字幕| 3wmmmm亚洲av在线观看| 麻豆国产av国片精品| 国产精品国产高清国产av| 日本精品一区二区三区蜜桃| 亚洲人与动物交配视频| 插逼视频在线观看| 一个人免费在线观看电影| 亚洲在线观看片| 国产av在哪里看| 久久久色成人| 又黄又爽又免费观看的视频| 99热只有精品国产| 亚洲一区高清亚洲精品| 午夜福利在线观看免费完整高清在 | 国内少妇人妻偷人精品xxx网站| 搡老妇女老女人老熟妇| 精品一区二区三区av网在线观看| 精品人妻视频免费看| 1024手机看黄色片| 中文资源天堂在线| 色吧在线观看| 免费看日本二区| 我的老师免费观看完整版| 日日干狠狠操夜夜爽| 亚洲丝袜综合中文字幕| 亚洲欧美成人综合另类久久久 | 国产不卡一卡二| 能在线免费观看的黄片| 黄色配什么色好看| 色综合站精品国产| 免费黄网站久久成人精品| 亚洲激情五月婷婷啪啪| 亚洲五月天丁香| 亚洲中文日韩欧美视频| 久久精品国产清高在天天线| 99热全是精品| 99视频精品全部免费 在线| 听说在线观看完整版免费高清| 午夜久久久久精精品| 国产午夜精品久久久久久一区二区三区 | 日韩高清综合在线| 搡老熟女国产l中国老女人| 色吧在线观看| 成人亚洲精品av一区二区| 日日啪夜夜撸| 国产精品嫩草影院av在线观看| 亚洲人成网站在线观看播放| 搡老岳熟女国产| 国产黄色视频一区二区在线观看 | 国产69精品久久久久777片| 永久网站在线| 校园人妻丝袜中文字幕| 天堂网av新在线| 国产高清激情床上av| 桃色一区二区三区在线观看| 日本-黄色视频高清免费观看| 最近中文字幕高清免费大全6| 免费一级毛片在线播放高清视频| 精品国产三级普通话版| 51国产日韩欧美| 成人特级黄色片久久久久久久| 精品免费久久久久久久清纯| 午夜视频国产福利| 久久精品国产清高在天天线| 精品午夜福利视频在线观看一区| 此物有八面人人有两片| 亚洲va在线va天堂va国产| 精品人妻一区二区三区麻豆 | 久久中文看片网| 99久国产av精品| 亚洲精品在线观看二区| 俺也久久电影网| 久久鲁丝午夜福利片| 99在线人妻在线中文字幕| 内地一区二区视频在线| 日韩精品青青久久久久久| 久久久久国内视频| 欧美+日韩+精品| 女生性感内裤真人,穿戴方法视频| 别揉我奶头 嗯啊视频| 日本五十路高清| 日本欧美国产在线视频| 久久久久国产精品人妻aⅴ院| 成人特级av手机在线观看| 欧美高清性xxxxhd video| 国产三级在线视频| 久久久色成人| 在线a可以看的网站| 嫩草影院新地址| 欧美高清成人免费视频www| 深夜精品福利| 精品午夜福利视频在线观看一区| 亚洲真实伦在线观看| 狂野欧美白嫩少妇大欣赏| 永久网站在线| 在线观看午夜福利视频| 又黄又爽又免费观看的视频| 激情 狠狠 欧美| 可以在线观看毛片的网站| 免费电影在线观看免费观看| 成人亚洲精品av一区二区| 日韩一区二区视频免费看| 国内揄拍国产精品人妻在线| 男人狂女人下面高潮的视频| 91久久精品电影网| 俺也久久电影网| 人人妻人人澡人人爽人人夜夜 | 91久久精品国产一区二区成人| 色5月婷婷丁香| 久久久久久大精品| 成人精品一区二区免费| 亚洲av美国av| 一本精品99久久精品77| 久久亚洲精品不卡| 欧美极品一区二区三区四区| 亚洲精品日韩在线中文字幕 | 夜夜夜夜夜久久久久| 国产精品综合久久久久久久免费| 男人的好看免费观看在线视频| 亚洲人成网站在线播放欧美日韩| 亚洲精品国产成人久久av| 国产探花在线观看一区二区| 国产一区亚洲一区在线观看| 99久久成人亚洲精品观看| 99久久精品热视频| 亚洲图色成人| 国产精品av视频在线免费观看| 色av中文字幕| 亚洲成人中文字幕在线播放| 亚洲一区高清亚洲精品| 亚洲精品日韩在线中文字幕 | 人妻久久中文字幕网| 久久人人精品亚洲av| 在线看三级毛片| 免费看a级黄色片| 秋霞在线观看毛片| 日韩精品青青久久久久久| 熟女人妻精品中文字幕| 国内精品美女久久久久久| 一本一本综合久久| 白带黄色成豆腐渣| 亚洲aⅴ乱码一区二区在线播放| 色5月婷婷丁香| 国产黄色小视频在线观看| 免费看光身美女| 天美传媒精品一区二区| 欧美潮喷喷水| 午夜福利18| 国产中年淑女户外野战色| 国产爱豆传媒在线观看| 69人妻影院| 亚洲人成网站在线观看播放| 国产一区二区激情短视频| av专区在线播放| 久久久久久大精品| 国产在线男女| 久久精品综合一区二区三区| 99久久精品一区二区三区| 国产精品日韩av在线免费观看| 午夜日韩欧美国产| 亚洲最大成人av| 特级一级黄色大片| 国产高清有码在线观看视频| 99久久九九国产精品国产免费| 欧美在线一区亚洲| 看十八女毛片水多多多| 在线观看午夜福利视频| 国产亚洲精品久久久久久毛片| 亚洲精品久久国产高清桃花| 全区人妻精品视频| 日韩亚洲欧美综合| 国产一级毛片七仙女欲春2| 性色avwww在线观看| 成年女人看的毛片在线观看| 久久久国产成人免费| 日韩精品青青久久久久久| 99热这里只有是精品在线观看| 91av网一区二区| 中文字幕免费在线视频6| 亚洲欧美成人综合另类久久久 | 国产精品精品国产色婷婷| 18+在线观看网站| 俄罗斯特黄特色一大片| 两性午夜刺激爽爽歪歪视频在线观看| 成人午夜高清在线视频| 三级经典国产精品| 亚洲精品国产av成人精品 | 久久天躁狠狠躁夜夜2o2o| 变态另类成人亚洲欧美熟女| 欧美xxxx黑人xx丫x性爽| 你懂的网址亚洲精品在线观看 | 国产高潮美女av| 能在线免费观看的黄片| av在线观看视频网站免费| 蜜桃亚洲精品一区二区三区| 国产高清激情床上av| 日韩欧美国产在线观看| 国产一区亚洲一区在线观看| 国产探花在线观看一区二区| 国产精品久久视频播放| 色综合色国产| 美女内射精品一级片tv| 寂寞人妻少妇视频99o| 国产美女午夜福利| 日韩av不卡免费在线播放| 三级毛片av免费| 婷婷六月久久综合丁香| 淫妇啪啪啪对白视频| 少妇的逼好多水| 搡老熟女国产l中国老女人| av在线播放精品| 久久鲁丝午夜福利片| 亚洲精品久久国产高清桃花| 寂寞人妻少妇视频99o| 99热6这里只有精品| 国产午夜精品久久久久久一区二区三区 | 色视频www国产| 亚洲精品成人久久久久久| 精品久久久久久久久久久久久| 精品乱码久久久久久99久播| 免费人成在线观看视频色| 久久久精品94久久精品| 成人永久免费在线观看视频| 美女xxoo啪啪120秒动态图| 日本熟妇午夜| 久久天躁狠狠躁夜夜2o2o| 国产一级毛片七仙女欲春2| 能在线免费观看的黄片| 日产精品乱码卡一卡2卡三| 如何舔出高潮| 日韩精品有码人妻一区| 又黄又爽又刺激的免费视频.| 麻豆国产97在线/欧美| 91在线观看av| av视频在线观看入口| 欧美区成人在线视频| 久久午夜亚洲精品久久| 欧美+亚洲+日韩+国产| 国产v大片淫在线免费观看| 久久精品国产清高在天天线| 免费观看精品视频网站| 成人漫画全彩无遮挡| 三级经典国产精品| 99在线视频只有这里精品首页| 又粗又爽又猛毛片免费看| 欧美成人免费av一区二区三区| 我的女老师完整版在线观看| 日日摸夜夜添夜夜添小说| 在线观看美女被高潮喷水网站| av天堂中文字幕网| 在现免费观看毛片| 老熟妇仑乱视频hdxx| 亚洲一区高清亚洲精品| 菩萨蛮人人尽说江南好唐韦庄 | 久久精品久久久久久噜噜老黄 | 久久6这里有精品| 女同久久另类99精品国产91| 亚洲成人久久爱视频| 少妇人妻一区二区三区视频| 又爽又黄a免费视频| 麻豆国产97在线/欧美| 日韩国内少妇激情av| 亚洲欧美清纯卡通|