个性化推荐系统中协同过滤方法的研究

赵智　韩丹

摘要：对基于余弦相似性、相关相似性与项目评分的CF算法进行了性能对比与评价，对其在个性化推荐系统中的应用、面临的问题以及相应的解决方法进行了分析与研究。

关键词：个性化推荐系统；相似性；协同过滤算法；平均绝对偏差

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2014）27-6459-02

目前，国际电子商务市场已成为发展最快的市场之一，能否利用有限的资源快速找到用户所需是抢占市场商机的关键。最近邻居技术在个性化推荐系统中是目前最成功的。他的基本算法是先找到评分相似的最近邻居，然后根据最近邻居的评分数据向目标用户推荐。这种推荐技术的结果成功率非常高，与目标用户的实际需求非常相似。它并不依赖于对这些商品必须有的文本描述，而是通过构造用户对项目的偏好数据集来实现，因此在个性化推荐系统中成为一项很受欢迎的技术。

1 协同过滤算法的分类

目前主流的协同过滤算法有两类：基于内存和基于模型的协同过滤算法。1基于内存：参与计算的数据集是用户—项目数据库；2基于模型：先利用各种机器学习的方法离线建立模型。模型的数据来源是用户的评分数据。模型建立完成后，根据目标用户的对其它项目的实际评分，得到用户对目标项目的预测结果。该文主要探讨基于模型的协同过滤算法。

2 最近邻协同过滤算法

3.3 三种相似性算法分析

基于余弦夹角的相似性度量方法：此方法在计算中将目标用户对项目的评分假设为n维空间上的向量。通过计算求得向量间夹角的余弦值。余弦值越小，两用户的相似度越高。为避免数据极端稀疏，将用户没有评分的项目评分都假设为0分。但实际应用中，用户对未评价项目的评分不能全部为0，因此这种算法的可信度不高，相似性计算不准确。从实验结果中可以看出MAE值相对较高。基于相关相似性的相似性计算方法：在该算法中所有参与计算的数据均为真实数据。但在实际应用中，两个用户共同评分的项目极少。这种计算方法使得两个用户仅对一个项目评分，也可计算出较高的相似性，这与事实不符。实验结果显示基于相关相似性的MAE值略低于基于余弦相似性的MAE值。基于项目评分的协同过滤算法：为增加参与计算的数据量，该算法通过计算用户对未评价项目之间的相似性，从而预测出用户对未评价项目的评分，丰富了参与相似性度量的数据。实验结果显示，该算法的MAE值最小，推荐质量越高。但是，该算法的时间复杂度较高为O（n4） ，计算较为复杂，因此必须离线进行。

4 结束语

本文对基于余弦相似性、相关相似性和项目评分的协同过滤算法进行了性能对比。实验结果表明，协同过滤算法中相似性度量的计算，既要考虑参与计算的数据数量又要考虑参与评价的数据的真实性。由于协同过滤技术多用于在线的电子商务系统，因此还要考虑到算法的效率问题。下一步应考虑在基于项目评分的相似性度量方法基础上，提高计算效率。

参考文献：

[1] 白丽君，张永奎，陈鑫卿.协作过滤研究概述[J].电脑开发与应用，2002，15（11）.

[2] 邓爱林，朱扬勇，施伯乐.基于项目评分预测得协同过滤推荐算法[J].软件学报，2003，14（9）：1621-1628.