一个解决协同过滤推荐系统相关问题的新算法-电子测量技术.pdfVIP

电 子 测 量 技 术 第 卷 第 期 ３９ ５ 理论与算法 　　 　 　 　 　 　 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理论与算法 理理论论与与算算法法 　　ＥＬＥＣＴＲＯＮＩＣ ＭＥＡＳＵＲＥＭＥＮＴ ＴＥＣＨＮＯＬＯＧＹ 年 月 ２０１６ ５ 　 一个解决协同过滤推荐系统相关问题的新算法 陈 琦 吕 杰 张世超 　 　 　 　 （天津大学电子信息工程学院 天津 ３０００７２） 　 　 摘 要：针对大数据应用中用户协同过滤推荐系统存在的扩展性与稀疏性问题，提出融合奇异值分解与聚类的ＳＢＫ 　 ＣＦ算法。算法采用改进的皮尔逊相似度度量用户间的相似度，通过对降维后的用户进行聚类，并遍历用户的最临近 簇生成推荐列表。实验结果表明，提出的算法能够有效完成个性化推荐，在一定程度上解决用户协同过滤推荐系统中 存在的扩展性与稀疏性问题。 关键词：协同过滤；扩展性；稀疏性；奇异值分解；聚类 中图分类号：ＴＮ８２ 文献标识码：Ａ 国家标准学科分类代码：５１０．１０５０ 　　 　　 犖犲狑犪犾狅狉犻狋犺犿犳狅狉犮狅犾犾犪犫狅狉犪狋犻狏犲犳犻犾狋犲狉犻狀 狉犲犮狅犿犿犲狀犱犪狋犻狅狀 犵 犵 狊狊狋犲犿狉犲犾犪狋犲犱 狉狅犫犾犲犿狊狅犾狏犻狀 狔 狆 犵 ＣｈｅｎＱｉ ＬüＪｉｅ Ｚｈａｎ Ｓｈｉｃｈａｏ 　 　 ｇ （ ， ， ， ） ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｏｎｉｃＩｎｆｏｒｍａｔｉｏｎＥｎｉｎｅｅｒｉｎ ＴｉａｎｉｎＵｎｉｖｅｒｓｉｔ Ｔｉａｎｉｎ３０００７２ Ｃｈｉｎａ ｇ ｇ ｊ ｙ ｊ ： ， 犃犫狊狋狉犪犮狋 Ｉｎｔｈｉｓ ａｅｒａｆｕｓｉｏｎｏｆｓｉｎｕｌａｒｖａｌｕｅｄｅｃｏｍ ｏｓｉｔｉｏｎａｎｄｃｌｕｓｔｅｒｉｎ ａｌｏｒｉｔｈｍ ｎａｍｅｄＳＶＤｂｉＫｍｅａｎｓ ｐｐ ｇ ｐ ｇ ｇ （ ） ， ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎ ＳＢＫＣＦ ｉｓ ｒｏｏｓｅｄ ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｓｃａｌａｂｉｌｉｔ ａｎｄｓａｒｓｉｔ ｒｏｂｌｅｍｓｉｎｕｓｅｒｂａｓｅｄ ｇ ｐ ｐ ｙ ｐ ｙｐ ｃｏｌｌａｂｏｒａｔｉｖｅｆｉｌｔｅｒｉｎ ｓｓｔｅｍ．Ｔｈｅａｌｏｒｉｔｈｍａｄｏｔｓｉｍ ｒｏｖｅｄＰｅａｒｓｏｎｓｉｍｉｌａｒｉｔｍｅｔｒｉｃ