基于社會(huì)化標(biāo)簽的協(xié)同過濾推薦策略研究.pdf

1、在互聯(lián)網(wǎng)世界中,人們在獲取信息的同時(shí)也在為他人提供信息。因此,如何讓用戶從海量的信息中尋找到有價(jià)值的信息以滿足自己的需要;以及如何將有價(jià)值的信息被所需要的用戶發(fā)現(xiàn)、并享用,這個(gè)問題一直成為學(xué)術(shù)界和企業(yè)界關(guān)注的熱點(diǎn)問題。由此,產(chǎn)生了兩個(gè)互聯(lián)網(wǎng)產(chǎn)業(yè)中非常重要的技術(shù):搜索和推薦技術(shù)。
　　 協(xié)同過濾(Collaborative Filtering,CF)是目前應(yīng)用最廣泛的推薦技術(shù)。它認(rèn)為興趣偏好相近的用戶對(duì)同一資源或相近資源具有相似的

2、興趣偏好。從而,協(xié)同過濾技術(shù)可以用群體去預(yù)測個(gè)體,充分挖掘群體的智慧為個(gè)體服務(wù)。
　　 本文針對(duì)兩種傳統(tǒng)協(xié)同過濾推薦算法-基于用戶的協(xié)同過濾算法(User-basedCollaborative Filtering)和基于項(xiàng)目的協(xié)同過濾算法(Item-based CollaborativeFiltering)進(jìn)行了研究。指出了傳統(tǒng)協(xié)同過濾方法存在著評(píng)分矩陣稀疏、冷啟動(dòng)、易受攻擊性、興趣模型單一和可擴(kuò)展性等問題。
　　 社會(huì)

3、化標(biāo)簽(Social Tag)隨著Web2.0技術(shù)的發(fā)展,被很多個(gè)性化站點(diǎn)廣泛應(yīng)用。使用標(biāo)簽表示資源特征更準(zhǔn)確,而且它能真實(shí)的體現(xiàn)用戶個(gè)體的興趣偏好。因此,將社會(huì)化標(biāo)簽用于推薦技術(shù)非常合適。
　　 本文提出了基于社會(huì)化標(biāo)簽的協(xié)同過濾方法,將社會(huì)化標(biāo)簽引入傳統(tǒng)的協(xié)同過濾方法中,挖掘用戶的潛在興趣點(diǎn),然后在用戶的興趣范圍之內(nèi)為用戶推薦項(xiàng)目。這種方法是對(duì)傳統(tǒng)的協(xié)同過濾方法的改進(jìn),可以解決傳統(tǒng)方法興趣模型單一問題。而且該新型方法縮小了評(píng)