協(xié)同過(guò)濾算法研究.pdf

1、隨著信息技術(shù)的發(fā)展，我們可以從互聯(lián)網(wǎng)中獲得的信息量急劇增加。能幫助用戶迅速簡(jiǎn)便地定位到真正需要信息的推薦系統(tǒng)應(yīng)運(yùn)而生。協(xié)同過(guò)濾技術(shù)是運(yùn)用最為廣泛的推薦技術(shù)之一。協(xié)同過(guò)濾根據(jù)活動(dòng)用戶以前做出的評(píng)價(jià)，找到那些與之觀點(diǎn)相似的用戶，再綜合這些用戶的評(píng)價(jià)，為活動(dòng)用戶做出預(yù)測(cè)或推薦?！　‖F(xiàn)有協(xié)同過(guò)濾算法計(jì)算相似度時(shí)的研究對(duì)象都是用戶-項(xiàng)矩陣的全體記錄(雖然基于模型的協(xié)同過(guò)濾算法在給出預(yù)測(cè)或推薦時(shí)不必計(jì)算所有記錄，但建立模型時(shí)的預(yù)計(jì)算仍然使用了所有

2、記錄)?！　”疚姆治隽肆硪环N推薦產(chǎn)生算法-基于高評(píng)價(jià)項(xiàng)的算法，即在相似度計(jì)算時(shí)只考慮那些評(píng)價(jià)值高的紀(jì)錄(文中稱為高評(píng)價(jià)記錄)。其基本思想為，多數(shù)推薦活動(dòng)的目的在于給用戶提供他們可能喜愛(ài)的項(xiàng)，即那些他們可能給出高評(píng)價(jià)的項(xiàng)。因而，本文算法在計(jì)算用戶相似度時(shí)，只考慮與活動(dòng)用戶愛(ài)好相一致(高評(píng)價(jià)項(xiàng)相一致)的近鄰，而非觀點(diǎn)一致(全體評(píng)價(jià)項(xiàng)相一致)的近鄰。綜合這些近鄰的評(píng)價(jià)記錄得出的預(yù)測(cè)，將更能代表活動(dòng)用戶的興趣愛(ài)好?！　∽詈?，本文通過(guò)實(shí)驗(yàn)來(lái)評(píng)