崔春生
基于集团序方法的推荐系统输出
崔春生
目的:推荐系统输出是推荐系统研究领域中被忽视的一项内容,而推荐输出的产品数量是评价推荐系统质量的核心要素。论文的研究旨在探讨系统以top-N形式输出时,N值的大小选择问题。N的大小决定着推荐的质量问题,N太小起不到推荐效果,N越大,推荐的覆盖度会有所提高,但是精确率可能会有所降低,同时所耗费的时间也会成级数增加。因此,确定合适的N值一方面可以降低计算复杂度,另一方面可以提高推荐质量还能达到推荐结果个性化的目的,从而成为推荐系统输出的研究焦点。方法:推荐数量的选择实际上是一种分类问题,论文探讨了输出结果差异化的可行性及一般方法。鉴于推荐输出结果中并不需要得到推荐产品的严格序关系,只需要表征产品被推荐和不被推荐的关系,因而引入集团序的方法进行问题的研究。通过产品集团序的定义,确定了产品集团序优先关系,进而确定了产品之间优先、无差异和劣与3种集团关系。接着,提出了从推荐值Rui或推荐度NR(si)的比较开始,确定产品优先集,得到产品集团排序的问题解决思路。最后,借助于集团内产品推荐值的差异性和集团间差异性两个指标,对比以集团的聚类中心和以集团的边界两种聚类质量问题的差异,认为以集团的边界的思想是以子集团最优值作为理想解,以子集团最劣质作为负理想解,更好的体现了集团序“类内聚合度高,类间组合度低”的聚类思想,进而可以得到更优的集团排序结果。结果:论文采用推荐系统中个性化的思想,根据用户的不同推荐结果,有针对的选择整个子集团内产品作为推荐输出结果,以子集团内的产品个数作为候选N值,这种方法的提出不仅提高了推荐系统的个性化程度,也提高了系统的推荐精度,有效的避免了推荐结果中被推荐产品间差异大,以及被推荐产品与不被推荐产品之间差异小的问题。结论:(1)对应于推荐系统分析了产品集团排序方法。通过分析推荐输出中推荐值排序和推荐度排序的异同,探讨了集团排序质量评估的一般思路。并基于以上分析,构建了依据推荐值进行产品集团排序的一般方法。(2)从集团排序出发提出了推荐输出中N的取值策略。通过分析,找到了借助集团排序获得推荐输出的一般过程,提出以整个子集团作为推荐输出、以子集团内的产品个数作为候选N值的思想,有效的避免了推荐结果中被推荐产品差异大,以及被推荐产品与不被推荐产品之间差异小的问题。同时,这种方法的提出也有效的满足了推荐结果差异化、个性化、高质量的要求。
来源出版物:系统工程理论与实践, 2013, 33(7): 1845-1851
入选年份:2015