協(xié)同過(guò)濾中數(shù)據(jù)稀疏問(wèn)題與推薦實(shí)時(shí)性的研究.pdf

1、數(shù)據(jù)爆炸的現(xiàn)今使得推薦系統(tǒng)技術(shù)變得越來(lái)越熱門(mén)，越來(lái)越重要，幾乎所有的電子商務(wù)網(wǎng)站以及部分門(mén)戶(hù)網(wǎng)站，甚至是搜索引擎都有推薦系統(tǒng)相關(guān)技術(shù)的身影。總結(jié)其中的原因，一是在唾手可得的海量信息里，人們所期望獲得的卻是其中極小的一部分；二是人們期望獲得的信息里有一些潛在的偏好，利用這些偏好可以做更多的事情。推薦系統(tǒng)的發(fā)展非常迅速，它分為協(xié)同過(guò)濾，基于知識(shí)的推薦，混合推薦等等，而各種類(lèi)別的推薦算法下又有很多成熟的技術(shù)。協(xié)同過(guò)濾一直是這其中的研究最多的技

2、術(shù)，同時(shí)也是在電子商務(wù)有著廣泛應(yīng)用的技術(shù)之一。典型的協(xié)同過(guò)濾，通過(guò)維護(hù)一個(gè)評(píng)分者—物品評(píng)分矩陣，計(jì)算相似度確定近鄰來(lái)產(chǎn)生推薦。
　　不幸的是，這種算法的性能隨著用戶(hù)和商品的增加會(huì)產(chǎn)生很多問(wèn)題：高維度，高稀疏度。此二者對(duì)于該技術(shù)在電子商務(wù)網(wǎng)站的應(yīng)用產(chǎn)生巨大挑戰(zhàn)。本文著眼于此，提出或改進(jìn)了若干方法，以解決數(shù)據(jù)稀疏問(wèn)題和推薦實(shí)時(shí)性。
　　對(duì)于數(shù)據(jù)稀疏問(wèn)題，主要對(duì)外部信息做適當(dāng)提取，計(jì)算其Jaccard相似度產(chǎn)生預(yù)測(cè)值，并將預(yù)測(cè)值有

3、節(jié)制地填充至測(cè)試集，以此來(lái)提高傳統(tǒng)推薦技術(shù)的準(zhǔn)確性。具體的，評(píng)分外的信息，如：用戶(hù)的年齡、職業(yè)，物品的類(lèi)別等，通過(guò)Jaccard相似度做初步調(diào)整，再與經(jīng)典協(xié)同過(guò)濾得到的最近鄰相似性進(jìn)行加權(quán)，通過(guò)多組具體的實(shí)驗(yàn)，確定了較為理想的權(quán)重系數(shù)。在這樣權(quán)重下，我們得到的結(jié)果相對(duì)基準(zhǔn)實(shí)驗(yàn)有了一些提高。
　　對(duì)于實(shí)時(shí)性的解決，我們引入聚類(lèi)中的簇代表點(diǎn)技術(shù)(CURE，Clustering Using Representatives)，主要是將搜尋