基于領(lǐng)域知識(shí)的協(xié)同過濾推薦研究.pdf

1、隨著網(wǎng)絡(luò)的日益普及和電子商務(wù)的快速發(fā)展，信息推薦實(shí)現(xiàn)了從傳統(tǒng)的“人找信息”向“信息找人”的網(wǎng)絡(luò)服務(wù)模式的轉(zhuǎn)變。協(xié)同過濾技術(shù)是當(dāng)前推薦系統(tǒng)主要采用的技術(shù)，它能夠發(fā)掘出目標(biāo)用戶潛在的興趣，獲得良好的用戶體驗(yàn)。
　　 在實(shí)際運(yùn)用中，協(xié)同過濾推薦系統(tǒng)主要面臨兩個(gè)需要解決的問題，一個(gè)是稀疏性，即用戶評(píng)分?jǐn)?shù)據(jù)通常非常少，僅僅依據(jù)這些評(píng)分很難發(fā)現(xiàn)相似的用戶；另一個(gè)是實(shí)時(shí)性，即隨著系統(tǒng)用戶和資源的增多，系統(tǒng)的性能會(huì)越來越低。針對(duì)第一個(gè)問題，可以

2、構(gòu)建一個(gè)初始用戶-項(xiàng)目評(píng)分矩陣，通過預(yù)測(cè)該矩陣中的空缺評(píng)分，降低評(píng)分極端稀疏對(duì)推薦效果帶來的影響。在這個(gè)過程中，本文結(jié)合項(xiàng)目的領(lǐng)域類別信息，通過計(jì)算項(xiàng)目間的評(píng)分密度閾值，從而動(dòng)態(tài)調(diào)整項(xiàng)目評(píng)分和項(xiàng)目類別對(duì)相似性的貢獻(xiàn)大小，改進(jìn)了項(xiàng)目間的相似性計(jì)算公式，使得填充的評(píng)分值更加準(zhǔn)確，有利后續(xù)的未評(píng)分項(xiàng)目的最近鄰計(jì)算，提高了推薦系統(tǒng)的準(zhǔn)確性。對(duì)于第二個(gè)問題，本文依據(jù)項(xiàng)目的領(lǐng)域類別信息為活動(dòng)用戶篩選出候選近鄰集合，在此基礎(chǔ)上，融入用戶的領(lǐng)域職位信息