基于用户层次信息的协同推荐算法.pdfVIP

计算机科学 2004Vo!. 31N2. 10 基于用户层次信息的协同推荐算法铃) 秦国杜小勇 (中国人民大学信息学院 北京 100872) 摘 要 在个性化信息推荐服务中，协同推荐作为一种基本的信息过滤方法得到广泛的应用，它根据和目标用户具有 相似行为的用户对资源的坪价来进行推荐。但是，我们的研究发现，协同推荐算法所获得的相似用户群和实际用户的 概念层次没有关系，这和我们的主觉是矛盾的，这驱使我们在协同推荐算法中考虑进用户的分类信息。实验结果表明， 这样的方法是有效的，它和传统协同过滤相比具有史高的推荐精度。 关键词 个性化推荐，协同过滤，用户层次 An Efficient Collaborative Filtering Algorithm with User Hierarchy QIN Guo DU Xiao-Yong (School of Information ,Renmin University of China ,Beijng 100872) Abslracl As a basic information filtering approach ,collaborative filtering (CF) is widely used in personalized infor? mation service systems. However ,our research reveals that the similar user groups in the CF is ind巳pendent with that of semantic classification of the users ,which is a contrary to our intuition , so we take users classification into count in our improved algorithm. The experiment result shows that our algorithm is efficient since it has higher accuracy com- pared with traditional collaborative filtering. Keywords Personalized recommendation ,Collaborative filtering , User hierarchy 验具体分析传统协同推荐算法存在的问题，然后在第 4节提出 引言 了结合用户分类层次信息的协同推荐算法，第 5 节的实验结果 随着各种信息处理技术的不断发展，人们可以访问的数 表明本文所提出的算法能够改进推荐的精度。 字资源越来越多，因此，如何从海量数据中方便、快捷地获取 2 协同过滤算法 所需的信息便自然而然地成为人们非常关心的问题。 目前的信息服务还处于一种基于关键词的、粗糙的、被动 协同过滤技术在推荐系统以及电子商