基于模范用戶的協(xié)同過濾算法研究.pdf

1、在電子商務(wù)大行其道的時(shí)代，人們需要的不再是簡(jiǎn)單的信息提供，而是有針對(duì)性的信息推薦。眾多個(gè)性化推薦技術(shù)中協(xié)同過濾可謂一枝獨(dú)秀，該算法引領(lǐng)了當(dāng)今各大電子商務(wù)平臺(tái)的推薦系統(tǒng)的發(fā)展趨勢(shì)。但隨著電子商務(wù)行業(yè)規(guī)模不斷發(fā)展壯大，無論是用戶還是商品的數(shù)量呈現(xiàn)指數(shù)級(jí)增長(zhǎng)，同時(shí)用戶對(duì)電子商務(wù)推薦所提供服務(wù)的要求也越來越高。協(xié)同過濾技術(shù)在面對(duì)當(dāng)前的挑戰(zhàn)時(shí)暴露出許多有待解決的瓶頸問題。針對(duì)存在的這些問題，國(guó)內(nèi)外的研究機(jī)構(gòu)和學(xué)者不斷地探索改進(jìn)方案。本文深入分析比

2、較了協(xié)同過濾算法及當(dāng)前主要的改進(jìn)算法。提出基于模范用戶的協(xié)同過濾算法。
　　 模范用戶的概念類似于現(xiàn)實(shí)生活中的勞動(dòng)模范或標(biāo)兵。在某個(gè)領(lǐng)域或行業(yè)起到模范帶頭作用，也是其他人效仿和學(xué)習(xí)的榜樣。將這樣一個(gè)概念引入到協(xié)同過濾推薦算法中，主要目的是希望建立一個(gè)有較好穩(wěn)定性的模范用戶模型，該模型中的用戶能反映其所在的一個(gè)或多個(gè)領(lǐng)域內(nèi)用戶的興趣愛好，協(xié)同模范用戶推薦出的商品應(yīng)該是準(zhǔn)確和可信賴的。該模型的建立對(duì)于緩解協(xié)同過濾技術(shù)中存在的稀疏性問

3、題、推薦的實(shí)時(shí)性問題有很大的幫助。同時(shí)穩(wěn)定的模范用戶模型也可以應(yīng)對(duì)電子商務(wù)平臺(tái)快速增長(zhǎng)的用戶和商品數(shù)量的挑戰(zhàn)。
　　 本文通過對(duì)用戶－項(xiàng)目評(píng)價(jià)矩陣中的用戶聚類，在每個(gè)類中生成一個(gè)模范用戶評(píng)分向量。模范用戶并不是聚類的中心，而是按照一定的生成規(guī)則生成的虛擬用戶。該組用戶增大了類內(nèi)用戶的評(píng)分密度，反映了類內(nèi)用戶整體評(píng)價(jià)趨勢(shì)。
　　 聚類技術(shù)通常必須指定一個(gè)聚類個(gè)數(shù)，這樣給出的聚類結(jié)果是否合理，是否真正反映了用戶群的分類就需要

4、進(jìn)行聚類有效性的驗(yàn)證。本文通過DB指標(biāo)對(duì)普通C均值聚類算法的聚類效果進(jìn)行驗(yàn)證，當(dāng)DB指標(biāo)取到極小值時(shí)聚類迭代結(jié)束，獲得最優(yōu)聚類粒度；通過分割系數(shù)PC對(duì)模糊C均值聚類進(jìn)行有效性驗(yàn)證，當(dāng)聚類自適應(yīng)函數(shù)值取到極大值時(shí)獲得最優(yōu)聚類粒度。對(duì)于兩種聚類算法均實(shí)現(xiàn)了自適應(yīng)聚類粒度的確定。
　　 實(shí)驗(yàn)表明：聚類數(shù)自適應(yīng)算法可以取得有效性驗(yàn)證指標(biāo)的局部最優(yōu)值，既最優(yōu)聚類效果。對(duì)在此基礎(chǔ)上生成的模范用戶模型應(yīng)用協(xié)同過濾推薦算法，目標(biāo)用戶在線推薦的效