推薦系統(tǒng)中信息相似度的研究及其應(yīng)用.pdf

1、推薦系統(tǒng)提供給用戶主動(dòng)和個(gè)性化的信息服務(wù)是應(yīng)對(duì)信息過載的重要方法。協(xié)同過濾推薦技術(shù)是推薦系統(tǒng)中最為成功,同時(shí)是最為成熟的重要組成部分之一。協(xié)同過濾是需要找到相似的一組用戶或者項(xiàng)目,其關(guān)鍵在于選取真正相似的鄰居集合。因此合理的相似度量起到了核心的作用。
　　本文通過對(duì)核心推薦引擎設(shè)計(jì)以及相似度設(shè)計(jì)上進(jìn)行了有益的探索和研究,并應(yīng)用在托攻擊檢測問題上,主要工作體現(xiàn)在以下三個(gè)方面:
　　第一,研究了推薦系統(tǒng)的核心概念和組成,設(shè)計(jì)了一

2、套具有通用意義的系統(tǒng)架構(gòu)。設(shè)計(jì)一個(gè)真實(shí)的,能夠組合多種推薦引擎的推薦系統(tǒng),能夠處理不同的數(shù)據(jù),根據(jù)不同的數(shù)據(jù)設(shè)計(jì)算法,并且融合多種推薦算法。創(chuàng)新點(diǎn)在于根據(jù)現(xiàn)實(shí)需求,設(shè)計(jì)了一套推薦系統(tǒng)和推薦引擎的架構(gòu),其中推薦引擎可以包含基于內(nèi)存的協(xié)同過濾算法和基于模型的協(xié)同過濾算法,或者混合的協(xié)同過濾算法。
　　第二,理論分析與探討常用的相似度的性質(zhì)并揭示他們的局限性。一般來說,當(dāng)前常用的相似度是余弦相似度、修正的余弦相似度和皮爾遜相關(guān)系數(shù)等,主

3、要是在線性的情況下適用。在本文中分析指出在數(shù)據(jù)為非線性的情況,以及當(dāng)鄰居數(shù)量不多的時(shí)候,這些相似度度量的結(jié)果并不理想。本文中,我們在系統(tǒng)中調(diào)試各種相似度和做性能比較,驗(yàn)證了理論上線性相似度的局限性。創(chuàng)新型是設(shè)計(jì)新的基于互信息的相似度和距離,并在距離的定義上進(jìn)行證明基于互信息的相似度,當(dāng)鄰居數(shù)量不多的時(shí)候情況下基于互信息的相似度對(duì)于一些數(shù)據(jù)推薦更適用。
　　第三,針對(duì)托攻擊檢測的問題,利用新的基于互信息的相似度,結(jié)合無監(jiān)督的策略提出