基于用戶物品成對分塊的協(xié)同過濾算法.pdf

1、據(jù)我們所知，幾乎所有現(xiàn)存的協(xié)同過濾都需在某個特征空間上用某種相似度來發(fā)現(xiàn)所謂的物品之間或者用戶之間的鄰居關(guān)系。絕大多數(shù)協(xié)同過濾算法在尋找鄰居的時候都隱含一個假設(shè)，那就是兩個用戶之間的相似或者鄰近關(guān)系在面對不同的物品的時候是靜止不變的。但是在現(xiàn)實中，卻不是這樣的，兩個用戶在一些物品上很相似，而在另一些物品上可能截然不同。在面對一個物品集時，根據(jù)對這個物品集的看法用戶可以聚成多個類，然而在面對一個新的物品集時，先前的用戶類結(jié)構(gòu)可能就會坍塌，

2、根據(jù)用戶對新物品集的看法再次形成一個新的類結(jié)構(gòu)。類似地，物品根據(jù)在某個用戶集中的受歡迎程度形成的類結(jié)構(gòu)在面對新的用戶集的時候也有可能分裂重組?？偠灾?，用戶類結(jié)構(gòu)在面對不同物品時會不停地變化，反之，物品的類結(jié)構(gòu)在面對不同的用戶的時候也會不停地變化。
　　在這篇論文中，我們試圖去發(fā)掘隱藏在評分矩陣中的塊結(jié)構(gòu)。我們用一個塊結(jié)構(gòu)來建立用戶類和物品類以及刻畫他們之間的相互作用，每個塊由許多用戶和物品組成，在這樣的每個塊中，用戶對這個塊中的

3、物品持有很相似的看法，而物品在這個塊的用戶集中也有著類似的受歡迎程度。每一個塊都是一個富有深意的被用戶和產(chǎn)品共享的結(jié)構(gòu)，反映了在現(xiàn)實中用戶興趣和物品屬性之間的切合程度以及用戶類和物品類對彼此形成的影響。我們提出了用戶物品成對分塊算法的一般框架，這個框架包含用戶和物品統(tǒng)一特征提取，用戶和物品之間的對齊，物品或者用戶基于對齊表示進行聚類并得到我們期望的塊結(jié)構(gòu)，最后我們利用已有的協(xié)同過濾算法進行全局和塊內(nèi)學(xué)習并給出未知評分的預(yù)測。我們給出一種