基于Folksonomy和HOSVD的網(wǎng)站推薦機(jī)制的研究.pdf

1、大眾標(biāo)注(Folksonomy)的概念隨著Web2.0技術(shù)的發(fā)展出現(xiàn),它重視用戶參與,通過邀請(qǐng)用戶參與標(biāo)注過程,可以達(dá)到知識(shí)共享和用戶交互的目的,能挖掘用戶標(biāo)注中潛在的偏好。憑借自發(fā)性和低約束性,大眾標(biāo)注得以飛速發(fā)展。
　　當(dāng)前,使用傳統(tǒng)分類法構(gòu)建的網(wǎng)站上應(yīng)用了很多比較成熟的推薦機(jī)制,例如基于協(xié)同過濾的推薦機(jī)制等,然而隨著大眾標(biāo)注的發(fā)展,使用新的用戶-標(biāo)簽-項(xiàng)目三元模式進(jìn)行信息構(gòu)建的網(wǎng)站越來(lái)越多,原有的推薦機(jī)制將不足以更好地挖掘出

2、標(biāo)簽中用戶的潛在偏好,基于大眾標(biāo)注的推薦機(jī)制研究在近年來(lái)逐漸成為熱門課題。
　　本文在學(xué)習(xí)幾種傳統(tǒng)推薦機(jī)制的基礎(chǔ)上,對(duì)基于協(xié)同過濾的推薦機(jī)制進(jìn)行改進(jìn)后,設(shè)計(jì)了一種新型的基于Folksonomy和HOSVD的個(gè)性化推薦機(jī)制PRS(PersonalRecommendationSystem),其中HOSVD(HigherOrderSingularValueDecomposition)是指高階奇異值分解算法,本文引入HOSVD是要用它來(lái)緩

3、解三元數(shù)據(jù)的稀疏性問題。
　　本文的重點(diǎn)研究?jī)?nèi)容有:
　　(1)使用HOSVD算法處理大眾標(biāo)注的三元數(shù)據(jù)。當(dāng)前比較成熟的推薦機(jī)制中,基于協(xié)同過濾技術(shù)的推薦機(jī)制得到了最廣泛的應(yīng)用,如淘寶,youku,當(dāng)當(dāng)網(wǎng)等各種類型的網(wǎng)站中,它都得到了不錯(cuò)的發(fā)展。基于協(xié)同過濾技術(shù)的推薦機(jī)制處理的數(shù)據(jù)是用戶對(duì)項(xiàng)目進(jìn)行評(píng)分所構(gòu)成的三元數(shù)據(jù),這是一種簡(jiǎn)單的大眾標(biāo)注模式,由于用戶評(píng)分過的項(xiàng)目數(shù)量遠(yuǎn)遠(yuǎn)小于項(xiàng)目實(shí)際數(shù)量,所以基于協(xié)同過濾技術(shù)的推薦機(jī)制面臨

4、很嚴(yán)重的數(shù)據(jù)稀疏性問題,一定程度上制約了它的發(fā)展?；诖蟊姌?biāo)注的推薦機(jī)制需要處理用戶使用標(biāo)簽對(duì)項(xiàng)目進(jìn)行標(biāo)注而生成的三元數(shù)據(jù),它比評(píng)分模式更復(fù)雜,將會(huì)面臨更加嚴(yán)重的稀疏性問題,所以本文引入了HOSVD算法,可以在盡可能地保證原有數(shù)據(jù)關(guān)聯(lián)的前提下填補(bǔ)空缺數(shù)據(jù),從而有效降低數(shù)據(jù)冗余,提高推薦機(jī)制的效率和精度。
　　(2)改進(jìn)傳統(tǒng)推薦機(jī)制,設(shè)計(jì)一個(gè)新的個(gè)性化推薦機(jī)制PRS。由于信息構(gòu)建模式的不同,使用大眾標(biāo)注技術(shù)進(jìn)行信息構(gòu)建的網(wǎng)站可以體現(xiàn)

5、更多的用戶潛在偏好,而直接應(yīng)用傳統(tǒng)推薦機(jī)制,卻不足以充分挖掘這些偏好,也不能有效地生成更貼近用戶期望的推薦結(jié)果。本文在學(xué)習(xí)幾種經(jīng)典的傳統(tǒng)推薦機(jī)制的同時(shí),充分考慮大眾標(biāo)注的三元數(shù)據(jù)的特性,設(shè)計(jì)了PRS推薦機(jī)制。PRS主要考慮用戶對(duì)標(biāo)簽的潛在偏好和項(xiàng)目中標(biāo)簽的潛在偏好,用戶對(duì)標(biāo)簽的潛在偏好可以體現(xiàn)用戶的期望,有助于生成個(gè)性化的推薦結(jié)果,項(xiàng)目對(duì)標(biāo)簽的潛在偏好則可以更準(zhǔn)確的定位項(xiàng)目的性質(zhì),使得推薦結(jié)果更準(zhǔn)確。同時(shí)計(jì)算標(biāo)簽相似度和項(xiàng)目相似度,并把