數(shù)字圖書(shū)館協(xié)同過(guò)濾推薦系統(tǒng)的最近鄰集合確定方法研究.pdf

1、目的：
　　隨著計(jì)算機(jī)技術(shù)和信息技術(shù)的飛速發(fā)展，信息過(guò)載問(wèn)題成為人們?nèi)找骊P(guān)注的焦點(diǎn)，人們無(wú)法在茫茫的的信息海洋中快速高效地檢索到自己所需要的信息。這種現(xiàn)象直接催生了個(gè)性化推薦技術(shù)的產(chǎn)生和發(fā)展。個(gè)性化推薦技術(shù)最初應(yīng)用于電子商務(wù)領(lǐng)域，并迅速取得了顯著的成績(jī)，之后逐漸延伸到數(shù)字圖書(shū)館領(lǐng)域，為數(shù)字圖書(shū)館的個(gè)性化服務(wù)、信息資源推廣提供了技術(shù)支持。
　　本研究試圖將聚類算法引入到數(shù)字圖書(shū)館的協(xié)同過(guò)濾系統(tǒng)中，嘗試?yán)镁垲惙椒ù_定協(xié)同過(guò)濾推

2、薦系統(tǒng)中目標(biāo)用戶的最近鄰集合，旨在初步探討利用聚類方法確定最近鄰集合的協(xié)同過(guò)濾推薦技術(shù)對(duì)數(shù)字圖書(shū)館的讀者進(jìn)行個(gè)性化服務(wù)的可行性。
　　材料和方法：
　　通過(guò)調(diào)查問(wèn)卷的方式獲得中國(guó)醫(yī)科大學(xué)47名腫瘤學(xué)研究生的畢業(yè)論文題目，根據(jù)其內(nèi)容制定相應(yīng)的檢索策略，在Pubmed數(shù)據(jù)庫(kù)中檢索出文獻(xiàn)并將其按相關(guān)度進(jìn)行排序，選取各檢索結(jié)果的前5篇文獻(xiàn)組成評(píng)分文獻(xiàn)集，讓調(diào)查用戶分別對(duì)評(píng)分文獻(xiàn)集中的至少15篇文獻(xiàn)（包括與論文題目最相關(guān)的5篇文獻(xiàn)和其

3、他隨機(jī)的10篇文獻(xiàn)）進(jìn)行評(píng)分，評(píng)分值范圍從1至5，1表示最不感興趣，5表示最感興趣。根據(jù)評(píng)分結(jié)果建立評(píng)分矩陣并進(jìn)行預(yù)處理，然后使用SPSS19.0對(duì)用戶進(jìn)行聚類。依次以1名用戶為目標(biāo)用戶，其余46名用戶為基本用戶。目標(biāo)用戶確定后，首先根據(jù)聚類結(jié)果判定目標(biāo)用戶的所屬類別，然后將其類別內(nèi)的用戶確定為最近鄰集合，根據(jù)最近鄰對(duì)文獻(xiàn)的評(píng)價(jià)預(yù)測(cè)目標(biāo)用戶的評(píng)分并向其推薦文獻(xiàn)。推薦結(jié)果使用平均絕對(duì)誤差(MAE)進(jìn)行評(píng)價(jià)。
　　結(jié)果：
　　4

4、7名腫瘤學(xué)研究生(19名博士，28名碩士)對(duì)文獻(xiàn)進(jìn)行評(píng)分后，形成47*222階的評(píng)分矩陣。對(duì)用戶的評(píng)分矩陣進(jìn)行聚類后，將47名用戶聚成6大類，其中第一大類包括用戶2、12、4、9、3、15、40、1、5、7、45、41，第二大類包括用戶38、42、16、24、43，第三大類包括11、37、20、27、19、44，第四大類包括8、46、34、13、18、28、35，第五大類包括22、39、23、33、47、17、21、32，第六大類包括6

5、、30、25、10、26、14、36、31、29。當(dāng)目標(biāo)用戶分別歸屬于不同類目時(shí)，最近鄰集合內(nèi)的用戶數(shù)分別為4、6、4、5、6、7、8。根據(jù)最近鄰對(duì)文獻(xiàn)的評(píng)價(jià)預(yù)測(cè)目標(biāo)用戶的評(píng)分，并向其推薦預(yù)測(cè)評(píng)分最高的5篇文獻(xiàn)。對(duì)推薦文獻(xiàn)進(jìn)行有效的二次評(píng)分的用戶為35名，其MAE值均在0-1之間，說(shuō)明預(yù)測(cè)結(jié)果比較接近用戶對(duì)文獻(xiàn)的實(shí)際預(yù)測(cè)分值。
　　結(jié)論：
　　利用聚類確定協(xié)同過(guò)濾推薦系統(tǒng)最近鄰居集合的方法，可以避免傳統(tǒng)的最近鄰確定方法的主觀