二阶有向相似性对协同过滤算法的影响.pdfVIP

上 海 理 工 大 学 学报 第36卷 第 1期 J．UniversityofShanghaiforScienceandTechnology Vo1．36 No．1 2014 文章编号 ：1007—6735{2014)01—0031—03 二阶有向相似性对协同过滤算法的影响 石珂瑞， 刘建 国 (上海理工大学 复杂系统科学研究中心，上海 200093) 摘要：考虑用户的二阶相似性信息，提出了一种改进的协同过滤个性化推荐算法．实证统计发现，经 典的基于产品映射的用户相似性定义中包含很 多流行产品的信息，因此，无法准确度量用户的兴趣关 联，通过引入有向的二阶相似性，算法可以有效降低大众主流喜好对 目标用户相似性定义的影响． Movielens数据集上的实验结果显示，算法的准确度可以达到O．0808，相对于经典的协同过滤算法，其 准确性提高了22．08％，且当推荐列表长度L=50时，推荐列表的多样性可以达到0．775，较经典的协 同过滤算法提高了10．87％．研究表明，二阶有向相似性信息对个性化推荐算法有很大影响． 关键词：系统分析与集成；个性化推荐；协同过滤算法；二阶有向相似性 中图分类号：TP274．2 文献标志码：A EffectofDirectiveSecond-orderSim ilarityon C0llab0rativeFilteringRecommender SHIKe~mi， LIUJian-Guo (Re~mhCentreof S 切瑚Sc 瑚，UniversityofShanghaiforScienceandTechnology，Shanghai200093，China) Abstract：Animprovedcollaborativefiltering(CF)recommendationalgorithmbasedontheescond- ordersimilaritybetweenuesrswasintroduced．Accordingtotheempiricalstatistics，itwasfound thatthedefinitionofclassiaclitem-projection—baesdsimilarityconatinsSOplentyofinformationof popularitemsthathte uesrs’interestsorpreferencesare hard tobe measured．Owing to consideringhtedirectiveescond—ordersimilarity，htenew algorithm can effectivelydepresshte influenceofmainstream preferenceson atrgetuesr．Thenumeriaclresultson onebenchmark dataestMovielensshow thattheaccuracy acn reach 0．0808，which is improvedby 22．08％ comparingwith hte satndard CF．Correspondingly，hte diversity raeches0．775and couldbe improvedby10．87％ in the optimalaces whenhterecommendationlistequalsot 50．Thestudy indiactesthatthedirectiveescond—ordersimilarityarecrucia1inrecommendationalgorithm． Keywords：systemsanalysisandintegration；personalizedrecommendatino ；collaborative ，{Itering；directivesecond—ordersimilarity 协同过滤算法是应用最广泛 的一种推荐算 法 卜引．它的核心思想是利