鄭 丹，王名揚，陳廣勝

(東北林業(yè)大學(xué) 信息與計算機工程學(xué)院，黑龍江 哈爾濱 150040)

基于Weighted-slope One的用戶聚類推薦算法研究

鄭 丹，王名揚，陳廣勝

(東北林業(yè)大學(xué) 信息與計算機工程學(xué)院，黑龍江 哈爾濱 150040)

針對傳統(tǒng)協(xié)同過濾推薦算法存在的數(shù)據(jù)稀疏性以及實時性差的問題，提出一種基于Weighted-slope One的用戶聚類推薦算法。該算法首先利用Weighted-slope One算法的思想對初始的用戶-評分矩陣進行有效填充，降低數(shù)據(jù)的稀疏性；然后，結(jié)合初始聚類中心優(yōu)化改進的K-means方法對用戶進行聚類，生成相似用戶集合，以縮小目標(biāo)用戶搜索最近鄰的范圍；最后，結(jié)合目標(biāo)用戶所屬的聚類，利用基于用戶的協(xié)同過濾算法搜索最近鄰居，為目標(biāo)用戶推薦對應(yīng)的產(chǎn)品。仿真實驗結(jié)果表明，改進算法可以顯著降低數(shù)據(jù)的稀疏度，同時提升推薦的準(zhǔn)確性和實時性。

協(xié)同過濾；高維稀疏矩陣；Weighted-slopeOne；K-means；聚類中心

1 概 述

隨著信息網(wǎng)絡(luò)的不斷發(fā)展，令人眼花繚亂的商品、繁雜且真假難辨的信息都在急劇增長。對于用戶來說，想要在這些信息中快速發(fā)現(xiàn)、收集和維護自己所需的信息記錄需要花費大量的時間和精力，這就是“信息超載”現(xiàn)象。在電子商務(wù)領(lǐng)域，通過合理地整合信息對用戶實現(xiàn)個性化推薦是解決信息超載問題的一種有效方案。個性化推薦作為一種依靠用戶購買記錄、用戶偏好等為基礎(chǔ)來實現(xiàn)推薦目標(biāo)產(chǎn)品推薦的算法，在電子商務(wù)領(lǐng)域有著廣泛的應(yīng)用。在目前的電子商務(wù)推薦系統(tǒng)中，協(xié)同過濾是使用最廣泛、最成功的推薦算法。它通過構(gòu)建用戶-項目的評分矩陣，搜索與目標(biāo)用戶具有相似偏好的鄰居用戶，根據(jù)鄰居用戶對某項目的評分值來預(yù)測目標(biāo)用戶對項目的評分值，從而產(chǎn)生推薦結(jié)果[1]。

盡管協(xié)同過濾算法在商品的個性化推薦當(dāng)中取得了巨大的成功，但是，近年來隨著電子商務(wù)平臺上用戶以及產(chǎn)品數(shù)量的不斷增長，數(shù)據(jù)稀疏性成為限制傳統(tǒng)協(xié)同過濾算法應(yīng)用的瓶頸，并由此帶來了推薦精度低、實時性差和冷啟動等問題[2]。由于用戶評分的項目相對于所有項目來說只占到很小的一部分，所以當(dāng)用戶的評分項目之間沒有交集的時候，很難判斷兩個用戶之間是否具有相似偏好，從而導(dǎo)致推薦精度的下降。同時，用戶、產(chǎn)品數(shù)量的激增是用戶-項目評分矩陣過大，使搜索目標(biāo)用戶的最近鄰居范圍變大，推薦實時性受到嚴重影響。冷啟動問題是針對“小白”用戶來說的?！靶“住庇脩糁傅氖莿傔M入電子商務(wù)平臺的用戶，沒有任何的評價和購買記錄，無法去度量他與其他用戶的相似度。冷啟動問題實際上是數(shù)據(jù)稀疏性的一個極端表現(xiàn)[3]。究其本質(zhì)，形成這兩個問題的主要原因還是數(shù)據(jù)稀疏性問題，因此，有必要對數(shù)據(jù)稀疏性進行深入研究。

近年來，針對數(shù)據(jù)稀疏性帶來的問題，為了提升推薦效果，學(xué)者們將主成分分析、聚類分析、奇異值分解等算法引入到傳統(tǒng)的協(xié)同過濾推薦算法中，通過降維，縮小目標(biāo)用戶搜索最近鄰居的范圍，使得推薦的精度和實時性有了明顯提升。文獻[4]提出使用主成分分析對維數(shù)進行約減，然后使用傳統(tǒng)的K-means聚類技術(shù)對用戶進行聚類，生成用戶簇類，以縮小目標(biāo)用戶搜索最近鄰居的范圍，有效緩解了數(shù)據(jù)稀疏性，提升了推薦質(zhì)量。文獻[5]提出使用奇異值分解算法對用戶-項目的評分矩陣進行處理，然后使用協(xié)同過濾算法對目標(biāo)用戶產(chǎn)生推薦，有效緩解了數(shù)據(jù)稀疏性的問題，同時推薦精度也得到了提升。文獻[6]提出了一種基于項目聚類的協(xié)同過濾算法，通過對各項目進行聚類，在與目標(biāo)項目最相似的若干個類中搜索最近鄰居產(chǎn)生推薦列表。但是，直接使用主成分分析、SVD奇異值分解、聚類分析等來對原始的用戶-評分矩陣進行處理的能力是有限的。因為，當(dāng)用戶-評分矩陣數(shù)據(jù)的稀疏程度很大時，這些方法在第一步進行處理時的效果就不太理想。

基于以上啟發(fā)，文中提出一種基于Weighted-slopeOne的用戶聚類推薦算法。首先借鑒Weighted-slopeOne算法的思想對初始的用戶-項目評分矩陣進行填充，使初始的用戶-評分矩陣的稀疏性大大降低。其次，對于已經(jīng)填充的用戶-評分矩陣使用一種初始聚類中心優(yōu)化改進的K-means算法對用戶進行聚類，生成相似用戶集合。最后，使用協(xié)同過濾算法實現(xiàn)對目標(biāo)用戶的推薦。具體推薦過程為：首先判斷目標(biāo)用戶所屬的簇類，在目標(biāo)用戶所屬的相似用戶集合內(nèi)實現(xiàn)推薦。實驗仿真結(jié)果表明，文中所提出的方法不但有效降低了數(shù)據(jù)的稀疏性，同時由于是在目標(biāo)用戶所屬簇類內(nèi)為其實現(xiàn)系統(tǒng)過濾推薦，因此可以有效地降低協(xié)同過濾搜索目標(biāo)用戶最近鄰居的范圍；并且由于都是目標(biāo)用戶的相似用戶，因此文中提出的算法在降低計算復(fù)雜度的同時，還能有效提升推薦系統(tǒng)的實時響應(yīng)速度。

2 基于Weighted-slope One算法降低用戶-評分矩陣的稀疏性

Slope One算法是于2005年由Daniel Lemire教授提出的一個基于項目的推薦算法[7]。算法以f(x)=x+b作為預(yù)測器，使用線性回歸預(yù)測用戶對未評分項目的打分，參數(shù)b為用戶對兩個項目評分的平均偏差[8]。Weighted-slopeOne是SlopeOne的一個遞進算法，它均衡了每個評分項目對于目標(biāo)項目的影響。由于Weighted-slopeOne在預(yù)測用戶對項目的打分值時充分考慮了用戶共同評分的差異度以及不同項目被用戶同時評論的次數(shù)，因此，所得預(yù)測的評分與真實的用戶評分是比較相近的。但是，文獻[9]研究表明SlopeOne在用戶-項目評分矩陣比較密集的時候推薦的效果較好，當(dāng)數(shù)據(jù)比較稀疏時，其推薦的效果并不好。鑒于此，文中并不直接使用Weighted-slopeOne算法進行推薦，而是借鑒Weighted-slopeOne算法的這種對目標(biāo)用戶打分思想來對初始高維的用戶-評分矩陣進行填充，對填充后的矩陣使用初始聚類中心優(yōu)化的K-means算法進行聚類，生成相似用戶集合。當(dāng)對目標(biāo)用戶進行推薦時，首先確定目標(biāo)用戶所屬的簇類，然后在該簇類內(nèi)搜索目標(biāo)用戶的最近鄰居，產(chǎn)生推薦。

使用Weighted-slopeOne對用戶u的未評分項目進行填充降低用戶-評分矩陣的稀疏性的過程為：首先，尋找用戶u和用戶v評分過的項目集合Iuv=Iu∩Iv，利用式(1)計算用戶u的未評分項目j對于項目i的偏移量devji，根據(jù)式(2)得到目標(biāo)用戶對于項目j的評分值。

這是經(jīng)典的SlopeOne算法計算目標(biāo)用戶對項目評分的方法，但是對項目進行評分的用戶數(shù)量在最終的預(yù)測評分時顯然也有影響。因此，使用Weighted-slopeOne算法修正最終目標(biāo)用戶u對于項目的預(yù)測評分，即根據(jù)式(3)得出目標(biāo)用戶對項目j的最終評分。

(1)

(2)

(3)

其中：ui，uj分別表示用戶u對項目i和項目j的評分值；card(i∩j)表示項目i和項目j同時被評分過的用戶數(shù)目；R(u)表示目標(biāo)用戶u已經(jīng)評價過的項目的集合；D(j)表示與目標(biāo)項目j計算得到的平均偏移量devji的集合。

通過使用Weighted-slopeOne算法對初始的用戶-評分矩陣進行處理，矩陣中的大部分零元素就會被填充，從而有效降低了整個矩陣的稀疏程度。

3 初始聚類中心優(yōu)化的K-means算法

K-means算法是一種基于劃分的聚類分析方法，由于其理理論可靠、算法實現(xiàn)簡單、收斂速度快，并且又容易實現(xiàn)對大規(guī)模數(shù)據(jù)的處理，因此是應(yīng)用最廣泛的聚類算法之一。但是由于傳統(tǒng)的聚類算法對聚類中心敏感，隨機地選取任意k個點作為初始聚類中心，并迭代地改變中心使聚類準(zhǔn)則收斂，經(jīng)常會導(dǎo)致算法陷入局部最優(yōu)，產(chǎn)生完全不同的聚類結(jié)果。為了避免這種初始聚類中心隨機選取帶來的聚類結(jié)果不穩(wěn)定性，學(xué)者們將數(shù)據(jù)分布的稠密程度作為指標(biāo)引入到初始聚類中心的選取上，希望所選取的初始聚類中心能夠在一定程度上代表數(shù)據(jù)本身的分布情況。

文獻[10]通過劃分高、低密度區(qū)域選擇高密度區(qū)域中具有代表性的數(shù)據(jù)對象作為初始的聚類中心。文獻[11]通過建立數(shù)據(jù)對象分布的密度集合，計算最近兩點的垂直中點方法來確定初始聚類中心，迭代形成最終簇類。通過考察密度特性，這些算法都有效地改善了K-means的穩(wěn)定性。但算法中還存在著參數(shù)選擇較為主觀的現(xiàn)象，比如對于密度參數(shù)θ選得過大，可導(dǎo)致本不屬于同一類的樣本點被劃分到同一類的情況；如果過小，會導(dǎo)致相反的情形，導(dǎo)致噪聲數(shù)據(jù)也被列入候選聚類中心的情況，由此導(dǎo)致聚類性能的下降。

基于此，文中提出一種基于距離-期望密度參數(shù)的聚類中心選擇方法。該方法結(jié)合每個聚類簇大致期望的樣本平均個數(shù)來確定密度θ的大小。同時，在滿足期望密度的前提下，計算每個密度區(qū)域的半徑，作為期望密度參數(shù)，結(jié)合數(shù)據(jù)樣本間的距離，尋找初始的聚類中心。由于對用戶聚類依靠的是用戶對產(chǎn)品的評分相似性，與密度類似，偏好同一類產(chǎn)品的用戶一般會具有相同的喜好，所以將改進的K-means聚類算法直接應(yīng)用于用戶聚類產(chǎn)生相似用戶是十分有意義的。

(1)相關(guān)定義。

定義1：密度參數(shù)。

取空間中的任一數(shù)據(jù)樣本xi，以其為中心，尋找距離xi最近的θ個數(shù)據(jù)樣本，把xi與個樣本之間的最大距離稱之為樣本xi的密度參數(shù)，用ε表示。

定義2：期望密度。

Eθ=a*n/k

(4)

其中：n為數(shù)據(jù)集的樣本總數(shù)；k為設(shè)定的聚類個數(shù)；a為期望密度比例系數(shù)。

a可以根據(jù)經(jīng)驗選取，文中取a=0.6。即，如果某個數(shù)據(jù)樣本被選作聚類中心，則離該對象最近的θ個樣本應(yīng)該占到以該對象為中心所形成的聚類簇覆蓋樣本的60%。

定義3：平均相異度。

數(shù)據(jù)樣本之間的平均相異度定義為：

(5)

其中：xi、xj為數(shù)據(jù)集中兩個數(shù)據(jù)樣本；t為數(shù)據(jù)對象xj的個數(shù)；d(xi,xj)為數(shù)據(jù)樣本xi與xj間的距離，文中用歐幾里得距離公式進行計算：

(6)

(2)改進算法的思想。

聚類中心優(yōu)化的K-means算法中，選取具有較低期望密度參數(shù)且彼此相距最遠的k個對象作為初始的聚類中心，這些中心點能夠很好地反映數(shù)據(jù)對象的空間分布特性，同時能保證選出的聚類中心所覆蓋的區(qū)域樣本密度較高。這些都使得算法具有較高的穩(wěn)定性，同時使得算法能夠獲得全局最優(yōu)的聚類效果。

4 基于用戶的協(xié)同過濾推薦

協(xié)同過濾算法是于1992年由Goldberg等學(xué)者提出的，該算法是以項目屬性或者用戶評分相似性作為個性化推薦的基礎(chǔ)。協(xié)同過濾算法可以分為基于用戶的協(xié)同過濾和基于項目的協(xié)同過濾[12]?；谟脩舻膮f(xié)同過濾算法實現(xiàn)推薦時基于如下事實：如果用戶對一些項目的評分比較相似，就認為他們在其他項目的評分上具有相似關(guān)系[13]。

算法的執(zhí)行流程為：首先，計算目標(biāo)用戶與推薦系統(tǒng)中所有用戶的相似性，找到與目標(biāo)用戶最相似的鄰居用戶集合；其次，根據(jù)最近鄰居集合中用戶對項目的評分去預(yù)測目標(biāo)用戶對未評分項目的打分；最后，根據(jù)預(yù)測的打分情況為目標(biāo)用戶推薦打分值最高的topM個項目[14-15]。

算法執(zhí)行過程中先明確的幾個計算單元如下：

(1)用戶相似度計算。

用戶之間的相似度是通過用戶對項目的歷史評分來進行度量的[16]。文中使用余弦相似性來產(chǎn)生用戶最近鄰居，其公式如下：

(7)

(2)項目評分預(yù)測

在預(yù)測項目評分時，經(jīng)常選取前N個與目標(biāo)用戶相似性最大的用戶作為目標(biāo)用戶的最近鄰居，根據(jù)這些鄰居用戶對目標(biāo)用戶未評分項目的評分情況來預(yù)測產(chǎn)生目標(biāo)用戶對其的評分值。假設(shè)Nu表示鄰居用戶的集合，根據(jù)式(8)可以計算目標(biāo)用戶對于某項目的預(yù)測評分。

(8)

針對預(yù)測評分的值給出目標(biāo)用戶的推薦列表。

5 基于Weighted-slope One的用戶聚類推薦算法

設(shè)用戶集合為U={u1,u2,…,um}，使用改進的K-means算法生成的用戶集合表示為U'={C1,C2,…,Ck}。其中，k表示生成簇類的個數(shù)，Ck表示第k個簇類。基于Weighted-slopeOne的用戶聚類推薦算法的具體執(zhí)行步驟如下：

輸入：用戶-評分矩陣D，聚類個數(shù)k，最近鄰居及大小N，推薦列表的個數(shù)M；

輸出：目標(biāo)用戶的推薦列表以及對應(yīng)的評分。

Step1：根據(jù)Weighted-slopeOne算法利用式(3)對初始的用戶-評分矩陣D中的0元素進行填充，生成填充矩陣Dζ；

Step2：利用改進的K-means算法基本思想對Dζ進行處理，生成k個聚類輸出，各聚類的中心為ci,i=1,2,…,k；

Step3：通過式(6)計算目標(biāo)用戶與聚類中心ci的距離，將目標(biāo)用戶分配到距離最小的聚類Ci(i=1,2,…,k)中；

Step4：在目標(biāo)用戶所屬的簇類中，根據(jù)式(7)計算目標(biāo)用戶與其他用戶的相似性，搜索出相似性最大的前N個用戶作為目標(biāo)用戶的最近鄰居集合，記為Nu；

Step5：利用式(8)計算各個項目的預(yù)測評分，列出topM個預(yù)測得分最大的項目推薦給目標(biāo)用戶。

6 仿真實驗與結(jié)果分析

6.1 數(shù)據(jù)集

仿真實驗中，選取了MovieLens站點的電影數(shù)據(jù)集作為實驗數(shù)據(jù)。數(shù)據(jù)集中包含了943個用戶1 682部電影共10 000條評價得分，其中每個用戶至少對20部電影進行了評分，評分值為1～5之間的整數(shù)。評分值越大說明用戶對該項目的偏好性越強，0值表示用戶未對該電影進行評分。

6.2 評測指標(biāo)

在推薦算法中經(jīng)常使用平均絕對誤差(MAE)來衡量推薦結(jié)果的好壞。MAE是通過計算預(yù)測的用戶評分與實際的用戶評分之間的偏差來度量預(yù)測的準(zhǔn)確性[12]。假設(shè)目標(biāo)用戶對項目的實際評分為{pi|i=1,2,…,n},其中n表示項目的總個數(shù)，使用推薦算法預(yù)測得到的目標(biāo)用戶對項目的評分為 {qi|i=1,2,…,n},那么MAE的計算公式為：

(9)

從式(9)可以看出，MAE值越小說明推薦結(jié)果的準(zhǔn)確性越高。

6.3 仿真結(jié)果分析

為保證所選取的相似用戶集合最為合理，首先針對用戶簇類個數(shù)進行系統(tǒng)過濾算法的實現(xiàn)，計算其對應(yīng)的MAE值，以選擇最合理的用戶簇類個數(shù)來對目標(biāo)用戶產(chǎn)生最終的推薦結(jié)果。

圖1就是在不同的聚類個數(shù)下MAE的變化情況。

圖1 不同聚類數(shù)目下的MAE值

由圖1可以看出，隨著聚類個數(shù)的增加，MAE的值先降后升，這說明在用戶數(shù)固定的情況下，需要找到一個最優(yōu)的聚類數(shù)目能夠使推薦的MAE值達到最小。從圖1中觀察可知，當(dāng)聚類個數(shù)為11時，MAE的值最低，顯然對于文中所選取的數(shù)據(jù)集而言，令k=11是最合理的聚類個數(shù)。

在確定了最優(yōu)的聚類個數(shù)后，將文中所提出的基于Weighted-slopeOne算法與傳統(tǒng)的協(xié)同過濾算法、基于K-means用戶聚類的協(xié)同過濾算法進行了比較。最近鄰居的個數(shù)從5增至50，間隔為5。實驗對比結(jié)果如圖2所示。

圖2 推薦結(jié)果的MAE值比較

根據(jù)圖2，隨著目標(biāo)用戶最近鄰居個數(shù)的不斷增加，三種算法的MAE值呈明顯的下降趨勢。這說明隨著最近鄰居個數(shù)的不斷增加，可以有效提升推薦結(jié)果的準(zhǔn)確率。但從MAE下降的速率來看，當(dāng)最近鄰居的個數(shù)上升到某個個數(shù)之后，MAE下降的速率越來越慢，最后趨近于平滑。這說明最近鄰居的個數(shù)并不是越多越好，而是隨著最近鄰居數(shù)目的增多，其為MAE減小所做的貢獻越來越小。在實際應(yīng)用中，當(dāng)考慮推薦系統(tǒng)實時性、存儲、計算的復(fù)雜度時，合理選擇最近鄰居的個數(shù)對于推薦精度和維護成本都至關(guān)重要。

除此之外，在不同的最近鄰居數(shù)目下對比三種算法可得，文中提出的算法較其他算法均有最小的MAE值，傳統(tǒng)的協(xié)同過濾算法的推薦效果最不理想，添加了用戶聚類的推薦效果次之。但是由于數(shù)據(jù)稀疏性和初始聚類中心隨機選取可能帶來的不穩(wěn)定聚類結(jié)果，基于K-means的協(xié)同過濾推薦的精度也不高。而文中提出的算法無論是對數(shù)據(jù)稀疏性還是聚類結(jié)果都進行了對應(yīng)的處理，可以確保在數(shù)據(jù)稀疏性降低的同時有穩(wěn)定的聚類結(jié)果。顯然，通過文中填充高維稀疏矩陣，實現(xiàn)用戶聚類，為目標(biāo)用戶在聚類內(nèi)給出推薦結(jié)果的方法不但有效降低了數(shù)據(jù)的稀疏性，同時在聚類內(nèi)搜索目標(biāo)用戶的最近鄰居縮小了搜索范圍，加快了推薦算法的響應(yīng)速度，推薦MAE值得到了提升。

7 結(jié)束語

文中分析陳述了協(xié)同過濾推薦算法所存在的問題以及學(xué)者為提升推薦準(zhǔn)確率所做的研究工作。在此基礎(chǔ)上提出了一種基于Weighted-slopeOne的用戶聚類推薦算法。通過借鑒Weighted-slopeOne進行評分預(yù)測的思想對初始的用戶-項目矩陣中的0元素進行填充，降低數(shù)據(jù)稀疏性，使用改進的K-means聚類算法對用戶進行聚類，在簇類內(nèi)查找目標(biāo)用戶的最近鄰居最終給出預(yù)測評分以及推薦結(jié)果。仿真實驗證明，文中提出的算法可以有效地提升推薦的準(zhǔn)確性，同時由于其縮小了搜索最近鄰居的空間，推薦算法的實時性也得到了提升。

[1] 王桂芬.電子商務(wù)個性化推薦系統(tǒng)中協(xié)同過濾算法的研究與應(yīng)用[D].南昌:南昌大學(xué),2012.

[2] 李 華,張 宇,孫俊華.基于用戶模糊聚類的協(xié)同過濾推薦研究[J].計算機科學(xué),2012,39(12):83-86.

[3] 孫小華.協(xié)同過濾系統(tǒng)的稀疏性與冷啟動問題的研究[D].杭州:浙江大學(xué),2005.

[4] 郁 雪,李敏強.一種結(jié)合有效降維和K-means聚類的協(xié)同過濾推薦模型[J].計算機應(yīng)用研究,2009,26(10):3718-3720.

[5]VozalisMG,MargaritisKG.ApplyingSVDonitem-basedfiltering[C]//Procof5thinternationalconferenceonintelligentsystemsdesignandapplications.[s.l.]:IEEE,2005:464-469.

[6] 鄧愛林,左子葉,朱揚勇.基于項目聚類的協(xié)同過濾推薦算法[J].小型微型計算機系統(tǒng),2004,25(9):1665-1670.

[7] 李朝陽.基于SlopeOne算法的協(xié)作過濾個性化推薦系統(tǒng)設(shè)計與實現(xiàn)[D].武漢:華中科技大學(xué),2010.

[8] 王 毅.基于Hadoop的SlopeOne及其改進算法實現(xiàn)[D].成都:西南交通大學(xué),2011.

[9] 董 麗,邢春曉,王克宏.基于不同數(shù)據(jù)集的協(xié)作過濾算法評測[J].清華大學(xué)學(xué)報：自然科學(xué)版,2009,49(4):590-594.

[10] 袁 方,周志勇,宋 鑫.初始聚類中心優(yōu)化的k-means算法[J].計算機工程,2007,33(3):65-66.

[11] 周煒奔,石躍祥.基于密度的K-means聚類中心選取的優(yōu)化算法[J].計算機應(yīng)用研究,2012,29(5):1726-1728.

[12] 馬宏偉,張光衛(wèi),李 鵬.協(xié)同過濾推薦算法綜述[J].小型微型計算機系統(tǒng),2009,30(7):1282-1288.

[13] 李 濤,王建東,葉飛躍,等.一種基于用戶聚類的協(xié)同過濾推薦算法[J].系統(tǒng)工程與電子技術(shù),2007,29(7):1178-1182.

[14] 李曉艷,張子剛,張逸石.集成k-means聚類和有監(jiān)督特征選擇的混合式協(xié)同過濾推薦[J].管理學(xué)報,2013,10(9):1362-1367.

[15] 張海燕,丁 峰,姜麗紅.基于模糊聚類的協(xié)同過濾推薦方法[J].計算機仿真,2005,22(8):144-147.

[16] 賀銀慧,陳端兵,陳 勇,等.一種結(jié)合共同鄰居和用戶評分信息的相似度算法[J].計算機科學(xué),2010,37(9):184-186.

Research on User Clustering Recommendation Algorithm Based on Weighted-slope One

ZHENG Dan,WANG Ming-yang,CHEN Guang-sheng

(College of Information and Computer Engineering,Northeast Forestry University,Harbin 150040,China)

Aiming at the problems of data sparseness and the poor real-time performance of traditional collaborative filtering recommendation algorithm,a new user clustering recommendation algorithm based on Weighted-slope One algorithm is proposed.Firstly,the zero items in user-item matrix are filled by Weighted-slope One algorithm.This operation can effectively reduce the data sparseness.Secondly,the users are clustered by the optimizedK-meansalgorithm.Thisoperationcaneffectivelyfindthenearestneighborofthetargetuser.Finally,thecorrespondingproductsarerecommendedtothetargetusersaccordingtotheirnearestneighborswhicharefoundbytheusers’collaborativefilteringrecommendationalgorithm.Experimentalresultsshowthattheimprovedalgorithmcansignificantlyreducethedatasparseness,andimprovetherealtimeperformanceandtheaccuracyofrecommendation.

collaborative filtering;high-dimensional sparse matrix;Weighted-slope One；K-means;clusteringcenter

2015-07-14

2015-10-20

時間：2016-03-22

中央高?；究蒲袠I(yè)務(wù)費專項資金項目(2572014DB05)；中國博士后科學(xué)基金面上基金(2012M520711)；國家自然科學(xué)基金資助項目(71473034)

鄭 丹(1991-)，女，碩士，研究方向為數(shù)據(jù)挖掘；王名揚，博士，副教授，研究方向為數(shù)據(jù)挖掘、社交網(wǎng)絡(luò)挖掘；陳廣勝，教授，研究方向為生物質(zhì)材料材質(zhì)預(yù)測、新型復(fù)合材料智能化檢測、技術(shù)創(chuàng)新方法推廣應(yīng)用。

http://www.cnki.net/kcms/detail/61.1450.TP.20160322.1521.068.html

TP

A

1673-629X(2016)04-0051-05

10.3969/j.issn.1673-629X.2016.04.011