丁家滿， 沈書琳， 賈連印， 游進(jìn)國(guó)， 李潤(rùn)鑫

（1. 昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院，昆明 650500；2. 云南省人工智能重點(diǎn)實(shí)驗(yàn)室，昆明 650500）

隨著大數(shù)據(jù)時(shí)代的到來(lái)，信息與日俱增，使得信息消費(fèi)者難以從大量數(shù)據(jù)中獲取對(duì)自己有用的信息，而數(shù)據(jù)生產(chǎn)者也無(wú)法使自己的信息在眾多信息中得到用戶的關(guān)注，這就是信息過(guò)載問(wèn)題[1]。推薦系統(tǒng)通過(guò)收集用戶的愛好、行為習(xí)慣等信息并加以分析，幫助用戶快速準(zhǔn)確地找到自己想要的信息，被認(rèn)為是緩解信息過(guò)載問(wèn)題最有效的方法之一[2]。目前推薦系統(tǒng)所采用的推薦技術(shù)主要包括關(guān)聯(lián)規(guī)則（association rules）[3]、基于內(nèi)容的推薦（content-based recommendation）[4]、協(xié)同過(guò)濾（collaborative filtering, CF）、基于效用的推薦（utility-based recommendation）[5]和混合推薦（hybrid approach）[6-7]等。其中，協(xié)同過(guò)濾推薦算法是推薦系統(tǒng)中應(yīng)用最廣泛最成功的推薦技術(shù)之一[8]，其目標(biāo)是根據(jù)已知的信息計(jì)算未知的評(píng)級(jí)[9]。主要包括基于用戶（user-based）的協(xié)同過(guò)濾算法[10]、基于項(xiàng)目（item-based）的協(xié)同過(guò)濾算法[11]、基于模型（model-based）的協(xié)同過(guò)濾算法[12-13]，它們?cè)卺槍?duì)不同目標(biāo)時(shí)都取得了很好的推薦效果。

但協(xié)同過(guò)濾算法仍存在著許多問(wèn)題，最主要的是數(shù)據(jù)稀疏問(wèn)題和冷啟動(dòng)問(wèn)題。現(xiàn)實(shí)生活中用戶的評(píng)分?jǐn)?shù)量較少，占總項(xiàng)目數(shù)的比例較低，導(dǎo)致提取的用戶偏好特征較少，推薦結(jié)果不準(zhǔn)確，這就是數(shù)據(jù)稀疏問(wèn)題。為了解決協(xié)同過(guò)濾算法中的數(shù)據(jù)稀疏問(wèn)題，文獻(xiàn)[14]從用戶偏好和全局角度提出了一種基于用戶偏好聚類的有效協(xié)同過(guò)濾算法，以減少數(shù)據(jù)稀疏的影響。文獻(xiàn)[15]提出了一種基于優(yōu)化用戶相似度的協(xié)同推薦算法。在傳統(tǒng)的余弦相似算法中加入了一個(gè)平衡因子，用于計(jì)算不同用戶之間的項(xiàng)目評(píng)價(jià)尺度差異。文獻(xiàn)[16]提出一種混合用戶相似性方法，該方法在特定領(lǐng)域取得了較好推薦結(jié)果，但仍然存在冷啟動(dòng)方面的問(wèn)題。為了有效解決冷啟動(dòng)問(wèn)題，文獻(xiàn)[17]提出了將主題模型與矩陣分解（MF）相結(jié)合的LDA_MF模型，并融合改進(jìn)的結(jié)合內(nèi)容與行為的LDA_CF，Item_CF算法形成混合算法，提高長(zhǎng)尾應(yīng)用的推薦率。文獻(xiàn)[18]提出了用戶時(shí)間權(quán)重信息概念，結(jié)合項(xiàng)目屬性信息解決完全新項(xiàng)目冷啟動(dòng)問(wèn)題，但過(guò)于依賴共同評(píng)分項(xiàng)目，在數(shù)據(jù)稀疏環(huán)境下，效果不佳。文獻(xiàn)[19]提出一種利用多群組智慧協(xié)同過(guò)濾算法，并結(jié)合用戶偏好模型，對(duì)于解決用戶冷啟動(dòng)問(wèn)題取得了較好的效果，但對(duì)于多群組數(shù)據(jù)缺失或者稀疏情況，推薦效果有待提高。

以上文獻(xiàn)分別在解決數(shù)據(jù)稀疏和冷啟動(dòng)問(wèn)題方面取得不錯(cuò)的成果，但如何有效地同時(shí)解決這兩個(gè)問(wèn)題有待改進(jìn)。為此，本文提出一種基于協(xié)同過(guò)濾和混合相似模型的推薦算法，利用PSS（proximity-significance-singularity）模型計(jì)算不同用戶在不同項(xiàng)目間的相似度，并將不同項(xiàng)目間的評(píng)分關(guān)系作為權(quán)重調(diào)整用戶相似度；接著，采用用戶-項(xiàng)目-特性和用戶-項(xiàng)目-標(biāo)簽的三分圖形式描述用戶、項(xiàng)目、特性、標(biāo)簽之間的關(guān)系，得到項(xiàng)目特性和項(xiàng)目標(biāo)簽的關(guān)系權(quán)重；同時(shí)，設(shè)定用戶偏好因子和不對(duì)稱因子作為權(quán)重調(diào)整不同用戶間的評(píng)分偏好并提高模型的可靠性；最后，結(jié)合用戶時(shí)間權(quán)重信息，構(gòu)成基于協(xié)同過(guò)濾和混合相似模型的推薦算法。

1 問(wèn)題定義

定義1 用戶相似度

假設(shè)兩個(gè)用戶u，v分別評(píng)價(jià)兩個(gè)項(xiàng)目i，j，評(píng)分等級(jí)分別為rui和rvj，項(xiàng)目評(píng)分權(quán)重為Sitem，則用戶相似度定義如式（1）所示。

式中，函數(shù)S1（rui,rvj）代表僅基于用戶不同項(xiàng)評(píng)級(jí)的相似度，利用文獻(xiàn)[16]中調(diào)整后的PSS模型進(jìn)行計(jì)算。函數(shù)S1（rui,rvj）具體公式如式（2）所示。

Proximity函數(shù)（見式（3））用于描述用戶間的評(píng)分絕對(duì)差值對(duì)相似度的影響；Significance（見式（4））函數(shù)描述用戶評(píng)分與評(píng)分域中值之間的關(guān)系；rmed表示評(píng)分域中值，如果用戶評(píng)級(jí)距離評(píng)分域中值較遠(yuǎn)，則此評(píng)級(jí)更為重要；Singularity（見式（5））函數(shù)描述一個(gè)評(píng)級(jí)對(duì)的均值與這兩個(gè)項(xiàng)目的全局評(píng)分均值的絕對(duì)差值對(duì)相似度的影響，μi，μj表示項(xiàng)目i，j的平均評(píng)分值。

S1函數(shù)采用的是不同用戶在不同項(xiàng)目間的相似度計(jì)算，為了使不同項(xiàng)目具有可比性，本文使用Sitem函數(shù)表示項(xiàng)目間的評(píng)分關(guān)系，并將此作為權(quán)重因子來(lái)調(diào)整用戶之間的相似度。為了使其能夠充分利用項(xiàng)目i，j的所有評(píng)分來(lái)解決共同評(píng)分的問(wèn)題，這里式（6）采用調(diào)整后的標(biāo)準(zhǔn)化歐式距離進(jìn)行計(jì)算。

式中：rik，rjk表示某一用戶對(duì)項(xiàng)目i和項(xiàng)目j的評(píng)分值；sk表示用戶評(píng)分的標(biāo)準(zhǔn)差。這里考慮沒(méi)有評(píng)分的項(xiàng)以用戶評(píng)分均值代替。為了使項(xiàng)目間的相似權(quán)重更為準(zhǔn)確，將標(biāo)準(zhǔn)歐式距離進(jìn)行歸一化處理，使其結(jié)果在（0,1]之間，得到項(xiàng)目評(píng)分權(quán)重函數(shù)Sitem如式（7）所示。

定義2項(xiàng)目特性信息

設(shè)fui表示用戶u是否評(píng)價(jià)過(guò)項(xiàng)目i，fia表示項(xiàng)目i是否具有特性a，Ci表示項(xiàng)目i具有的特性個(gè)數(shù)，Ca表示共同擁有特性a的項(xiàng)目個(gè)數(shù)，則項(xiàng)目特性信息如式（8）所示。

項(xiàng)目特性信息描述用戶、項(xiàng)目與特性之間的關(guān)系。如果用戶u評(píng)價(jià)過(guò)項(xiàng)目i，則fui=1，反之fui=0；同樣，如果項(xiàng)目i具有特性a，則fia=1，反之，fia=0。

定義3項(xiàng)目標(biāo)簽信息

設(shè)fui表示用戶u是否評(píng)價(jià)過(guò)項(xiàng)目i，fti表示標(biāo)簽t是否標(biāo)注過(guò)項(xiàng)目i，Ci表示項(xiàng)目i被標(biāo)注的標(biāo)簽個(gè)數(shù)，Ct表示標(biāo)簽t標(biāo)記過(guò)的項(xiàng)目個(gè)數(shù)，即擁有共同標(biāo)簽的項(xiàng)目個(gè)數(shù)，則項(xiàng)目標(biāo)簽信息如式（9）所示。

項(xiàng)目標(biāo)簽信息描述用戶、項(xiàng)目與標(biāo)簽之間的關(guān)系。如果項(xiàng)目i具有標(biāo)簽t，則fti=1，反之，fti=0。

定義4不對(duì)稱因子

設(shè)Iu為用戶u的所有評(píng)分項(xiàng)目數(shù)量，Iv為用戶v的所有評(píng)分項(xiàng)目數(shù)量，則不對(duì)稱因子定義如式（10）所示。

不對(duì)稱因子S2通過(guò)描述兩個(gè)用戶的共同評(píng)分項(xiàng)目數(shù)量與目標(biāo)用戶評(píng)分項(xiàng)目數(shù)量的比例來(lái)強(qiáng)調(diào)用戶間的不對(duì)稱性。如果共同評(píng)分項(xiàng)目數(shù)量與用戶u的所有評(píng)分項(xiàng)目數(shù)量的比例大于其與用戶v的所有評(píng)分項(xiàng)目數(shù)量的比例，則表示共同評(píng)分項(xiàng)目對(duì)用戶u的影響要大于用戶v。

定義5偏好因子

設(shè)μu和μv表示用戶u和用戶v的評(píng)分均值，σu和σv表示用戶u和用戶v的評(píng)分標(biāo)準(zhǔn)差。偏好因子S3如式（11）所示。

偏好因子S3通過(guò)描述用戶之間評(píng)分均值和標(biāo)準(zhǔn)方差的絕對(duì)差值乘積來(lái)調(diào)整用戶的偏好，減少偏好差異帶來(lái)的影響。

定義6用戶時(shí)間權(quán)重

在現(xiàn)實(shí)生活中，不同用戶有不同的評(píng)級(jí)偏好。一些用戶更喜歡追求新事物，這些用戶為“積極用戶”，其評(píng)論時(shí)間與項(xiàng)目發(fā)布時(shí)間間隔較短。相反，有些用戶更喜歡別人給出過(guò)評(píng)分的項(xiàng)目，這類用戶為“消極用戶”，其評(píng)論時(shí)間與項(xiàng)目發(fā)布時(shí)間間隔較長(zhǎng)。將用戶評(píng)論時(shí)間與項(xiàng)目發(fā)布時(shí)間間隔作為用戶時(shí)間權(quán)重信息，在推薦新項(xiàng)目時(shí)，優(yōu)先推薦給積極用戶。用戶時(shí)間權(quán)重為用戶評(píng)價(jià)項(xiàng)目總數(shù)與用戶對(duì)項(xiàng)目的評(píng)價(jià)時(shí)間和項(xiàng)目發(fā)布時(shí)間的時(shí)間間隔總和的比值。設(shè)sum為用戶u評(píng)價(jià)項(xiàng)目總數(shù)，timeui表示用戶u對(duì)項(xiàng)目i的評(píng)價(jià)時(shí)間，datei表示項(xiàng)目i的發(fā)布時(shí)間，則用戶u的時(shí)間權(quán)重如式（12）所示。

可以看出，（timeui-datei）越小，用戶時(shí)間權(quán)重wu越大，說(shuō)明該用戶越喜愛新的事物，為積極用戶；反之，說(shuō)明該用戶為消極用戶。

算例1為了更好理解，以用戶u1，u2，u3和項(xiàng)目i1，i2，i3，i4為例描述用戶時(shí)間權(quán)重信息，具體信息如表1所示。

表 1 用戶評(píng)價(jià)時(shí)間表Tab.1 User appraisal schedule

其中time代表用戶評(píng)價(jià)時(shí)間，date代表項(xiàng)目發(fā)布時(shí)間，根據(jù)式（12）可以得到用戶的時(shí)間權(quán)重信息如下：

由例子可以看出，用戶u3的時(shí)間權(quán)重最高，即用戶u3較用戶u1和u2更喜歡體驗(yàn)新事物，為積極用戶，則優(yōu)先將新項(xiàng)目推薦給u3。

定義7預(yù)測(cè)評(píng)分值

為了得到用戶對(duì)未評(píng)級(jí)項(xiàng)的預(yù)測(cè)評(píng)分值，需要計(jì)算目標(biāo)用戶與其他用戶的相似度，篩選出與目標(biāo)用戶相似度最高的前K個(gè)鄰居用戶組成鄰近集，再根據(jù)預(yù)測(cè)評(píng)分公式進(jìn)行計(jì)算。設(shè)preui表示用戶u對(duì)未評(píng)級(jí)項(xiàng)目i的預(yù)測(cè)評(píng)分值，和分別表示用戶u和用戶v的平均評(píng)分值，rvi表示用戶v對(duì)項(xiàng)目i的評(píng)分，K表示用戶u的近鄰集合，S（u,v）表示用戶u和用戶v的相似度，則預(yù)測(cè)評(píng)分值如式（13）所示。

2 基于協(xié)同過(guò)濾和混合相似模型的推薦算法

傳統(tǒng)的相似性度量多采用用戶間的共同評(píng)分項(xiàng)進(jìn)行線性計(jì)算[20]，但實(shí)際情況中，數(shù)據(jù)稀疏問(wèn)題使得共同評(píng)分項(xiàng)并不常見，變量之間通常也不存在線性關(guān)系，因此傳統(tǒng)推薦算法的準(zhǔn)確度也隨之降低。而為了解決共同評(píng)分項(xiàng)問(wèn)題，采用不同用戶在不同項(xiàng)之間的評(píng)分來(lái)進(jìn)行相似度計(jì)算。并且為了更好地適應(yīng)非線性情況，考慮累積所有可能的評(píng)分，并將不同項(xiàng)之間的評(píng)分關(guān)系作為權(quán)重因子調(diào)整用戶相似度。

在考慮用戶評(píng)分的基礎(chǔ)上，還要考慮項(xiàng)目本身的特性，特別是新項(xiàng)目本身沒(méi)有用戶行為，因此更需要結(jié)合項(xiàng)目特性來(lái)解決項(xiàng)目冷啟動(dòng)問(wèn)題。同時(shí)，標(biāo)簽既能表達(dá)用戶對(duì)項(xiàng)目的自我理解，也能體現(xiàn)出項(xiàng)目本身所具備的特征，因此結(jié)合標(biāo)簽信息進(jìn)行推薦更能體現(xiàn)用戶的興趣和項(xiàng)目特點(diǎn)。

傳統(tǒng)的相似性度量在計(jì)算用戶相似度時(shí)通常將其看作對(duì)稱模式[21]，即兩個(gè)用戶間的相似影響相同。但在實(shí)際情況中，兩個(gè)用戶的評(píng)分?jǐn)?shù)一般并不相同，相似影響也不相同。因此，設(shè)計(jì)一個(gè)不對(duì)稱因子，用以強(qiáng)調(diào)用戶間相互影響的不對(duì)稱性。同時(shí)，考慮到用戶都有各自的評(píng)分偏好，有些用戶更喜歡評(píng)價(jià)高分，即使項(xiàng)目并不理想；也有些用戶更傾向于評(píng)價(jià)低分，哪怕項(xiàng)目很好也不會(huì)給很高的評(píng)分。為了平衡用戶偏好，使結(jié)果更為理想，設(shè)計(jì)偏好因子。

綜上考慮，提出一種混合相似性模型如式（14）所示。

即利用PSS模型計(jì)算用戶間的相似度S1，并使用項(xiàng)目間評(píng)分關(guān)系權(quán)重Sitem調(diào)整用戶相似度；接著，描述用戶、項(xiàng)目、特性、標(biāo)簽之間的關(guān)系，得到項(xiàng)目特性權(quán)重和項(xiàng)目標(biāo)簽權(quán)重；同時(shí)，設(shè)定用戶不對(duì)稱因子S2和偏好因子S3作為權(quán)重調(diào)整不同用戶間的評(píng)分偏好并提高模型的可靠性，構(gòu)成混合相似性模型。式中：，代表信息偏好權(quán)重，即用戶對(duì)項(xiàng)目特性信息和標(biāo)簽信息的偏好比重，取值范圍為（0,1），且+=1；sumitem為項(xiàng)目總數(shù)。

最后結(jié)合用戶時(shí)間權(quán)重信息，使用預(yù)測(cè)評(píng)分公式（14）得到目標(biāo)用戶對(duì)未評(píng)級(jí)項(xiàng)目的預(yù)測(cè)評(píng)分值，結(jié)合用戶時(shí)間權(quán)重信息式（12）組成式（15），實(shí)現(xiàn)推薦。

算例2為了更好地理解以上公式，下面根據(jù)用戶-項(xiàng)目評(píng)分矩陣（表2），項(xiàng)目-特性矩陣（表3）以及項(xiàng)目-標(biāo)簽矩陣（表4）給出的例子進(jìn)行分步說(shuō)明。

表2評(píng)分為1，2，3，4，5共5個(gè)等級(jí)；表3表示如果項(xiàng)目具有某一屬性，則設(shè)值為1，否則設(shè)值為0；表4同理。首先以用戶u1為研究目標(biāo)，根據(jù)表2給出的用戶評(píng)分矩陣，結(jié)合式（1）計(jì)算用戶u1分別與u2，u3的相似度。這里以u(píng)1，u3分別評(píng)價(jià)項(xiàng)目i1，i2為例，進(jìn)行具體公式計(jì)算如下：

表 2 用戶-項(xiàng)目評(píng)分矩陣Tab.2 User-item rate matrix

表 3 特性-項(xiàng)目矩陣Tab.3 Attribute-item matrix

表 4 標(biāo)簽-項(xiàng)目矩陣Tab.4 Tag-item matrix

為了更好地理解和計(jì)算項(xiàng)目特性權(quán)重信息和項(xiàng)目標(biāo)簽權(quán)重信息，以項(xiàng)目特性權(quán)重信息為例，將用戶-項(xiàng)目矩陣、項(xiàng)目-特性矩陣轉(zhuǎn)化為用戶-項(xiàng)目-特性三分圖形式，具體如圖1所示。

圖1 用戶-項(xiàng)目-特性信息Fig. 1 User-item-attribute information

圖1 中：u代表用戶；i代表項(xiàng)目；a代表特性。如果用戶u評(píng)價(jià)項(xiàng)目i，則使用一條直線連接用戶u和項(xiàng)目i；同理，如果項(xiàng)目i擁有特性a，則連接項(xiàng)目i和特性a。繼續(xù)以用戶u1為研究目標(biāo)，根據(jù)圖1可知，項(xiàng)目i1擁有特性a1和a3，而有3個(gè)項(xiàng)目共同擁有特性a1，同樣有3個(gè)項(xiàng)目共同擁有a3，結(jié)合式（10）計(jì)算項(xiàng)目i1的項(xiàng)目特性權(quán)重為

同理，使用式（9）計(jì)算項(xiàng)目i1的項(xiàng)目標(biāo)簽關(guān)系。然后，根據(jù)式（14）可以得到最終的用戶間的相似性，如表5所示。

表 5 用戶相似值Tab.5 Values of the user similarity

由表5可以看出，用戶u1和u2沒(méi)有共同評(píng)分項(xiàng)，但仍能根據(jù)其他信息得到相似度，說(shuō)明本文方法并不依賴共同評(píng)分項(xiàng)，并且用戶間的相似影響基本不同。最后，根據(jù)式（15）計(jì)算用戶對(duì)未評(píng)級(jí)項(xiàng)目的評(píng)分，若該項(xiàng)目是新項(xiàng)目，則直接采用用戶時(shí)間權(quán)重信息與新項(xiàng)目特性信息結(jié)合得到預(yù)測(cè)評(píng)分值。最后對(duì)用戶的項(xiàng)目評(píng)級(jí)進(jìn)行排序，完成Top-N推薦。

基于協(xié)同過(guò)濾和混合相似性模型的推薦算法描述如表6所示。

表 6 RCFHSM算法描述Tab.6 Description of RCFHSM algorithm

3 實(shí)驗(yàn)結(jié)果和分析

3.1 數(shù)據(jù)集預(yù)處理和度量標(biāo)準(zhǔn)

本實(shí)驗(yàn)采用的數(shù)據(jù)集是由美國(guó)Minnesota大學(xué)的Grouplens研究小組創(chuàng)建并維護(hù)的MovieLens數(shù)據(jù)集[22]，在預(yù)處理后，將其劃分為互不相交的訓(xùn)練集和測(cè)試集，訓(xùn)練集占80%，測(cè)試集占20%。

3.2 實(shí)驗(yàn)結(jié)果和分析

本文進(jìn)行兩類實(shí)驗(yàn)，首先采用MAE，F(xiàn)1-measure方法進(jìn)行對(duì)照實(shí)驗(yàn)，驗(yàn)證算法的有效性；然后對(duì)數(shù)據(jù)進(jìn)行再處理，采用新穎度指標(biāo)進(jìn)行對(duì)照實(shí)驗(yàn)，驗(yàn)證推薦算法對(duì)解決新項(xiàng)目冷啟動(dòng)問(wèn)題的有效性。

實(shí)驗(yàn)1推薦算法的準(zhǔn)確度。

將參數(shù)α和β取多種不同的值進(jìn)行組合，分別進(jìn)行準(zhǔn)確度實(shí)驗(yàn)。由于推薦個(gè)數(shù)少時(shí)準(zhǔn)確率較高，因此，首先在推薦個(gè)數(shù)為5的情況下，計(jì)算不同參數(shù)取值組和近鄰集的K值影響，對(duì)K值進(jìn)行選擇，如圖2所示。

由圖2可以看出，在不同的參數(shù)組情況下取K=20時(shí)準(zhǔn)確度最高，因此，限于篇幅，只列出K=20時(shí)一部分不同推薦個(gè)數(shù)的準(zhǔn)確度對(duì)比，如表7所示。

圖2 不同K取值的準(zhǔn)確度Fig. 2 Accuracy of different K values

表 7 參數(shù)取值Tab.7 Parameter values

本文進(jìn)行多組實(shí)驗(yàn)后發(fā)現(xiàn)，其實(shí)參數(shù)α，β對(duì)實(shí)驗(yàn)結(jié)果的影響并不大，說(shuō)明算法本身對(duì)參數(shù)取值依賴性不大，但仍選取α=0.4，β=0.6，此時(shí)，算法在此數(shù)據(jù)集中準(zhǔn)確率相對(duì)較好。將本文算法（簡(jiǎn)稱 RCFHSM）與文獻(xiàn)[16]中的基于用戶推薦的UPCC算法、基于物品推薦的IPCC算法和混合用戶相似模型（以下簡(jiǎn)稱HUSM）算法進(jìn)行MAE，F(xiàn)1-measure對(duì)比，結(jié)果如圖3和圖4所示。

觀察兩圖可知，本文提出的基于協(xié)同過(guò)濾和混合相似模型的推薦算法在評(píng)估方法MAE，F(xiàn)1-measure上都優(yōu)于其他推薦算法。這是因?yàn)橄啾绕渌惴?，本文在累積所有評(píng)分項(xiàng)來(lái)解決共同評(píng)分項(xiàng)較少所導(dǎo)致的數(shù)據(jù)稀疏問(wèn)題時(shí)，同時(shí)加入了特性權(quán)重信息和標(biāo)簽權(quán)重信息，提高了推薦的效果。

圖3 MAE對(duì)比Fig. 3 MAE for different algorithms

圖4 F1-measure對(duì)比Fig. 4 F1-measure for different algorithms

實(shí)驗(yàn)2 解決新項(xiàng)目冷啟動(dòng)問(wèn)題。

原數(shù)據(jù)集中不存在新項(xiàng)目，即用戶未進(jìn)行評(píng)級(jí)的項(xiàng)目，因此對(duì)原數(shù)據(jù)集進(jìn)行再處理，在測(cè)試集中隨機(jī)抽取300，500，1 000個(gè)項(xiàng)目依次作為新項(xiàng)目，訓(xùn)練集中對(duì)應(yīng)的300，500，1 000個(gè)項(xiàng)目的評(píng)分信息及標(biāo)簽信息依次設(shè)為0。使用處理后的數(shù)據(jù)集對(duì)本文算法進(jìn)行準(zhǔn)確度和新穎度實(shí)驗(yàn)，因?yàn)榍懊娴膸讉€(gè)算法更多基于評(píng)分計(jì)算，在解決項(xiàng)目冷啟動(dòng)方面效果并不好，為此加入文獻(xiàn)[18]的CUTATime推薦算法結(jié)果進(jìn)行對(duì)比。

從表8和表9中可以看出，本文算法的新穎度優(yōu)于CUTATime算法。這是因?yàn)樵谟?jì)算新穎度時(shí)加入了用戶評(píng)分均值，從而提高了新項(xiàng)目的推薦比例，使新項(xiàng)目能夠得到更多的推薦。

表 8 CUTATime算法準(zhǔn)確度和新穎度Tab.8 Accuracy and novelty of CUTATime algorithm

表 9 RCFHSM算法準(zhǔn)確度和新穎度Tab.9 Accuracy and novelty of RCFHSM algorithm

4 結(jié) 論

針對(duì)推薦算法一直以來(lái)的數(shù)據(jù)稀疏和冷啟動(dòng)問(wèn)題，提出一種基于協(xié)同過(guò)濾和混合相似性模型的推薦算法。該算法通過(guò)計(jì)算用戶在不同項(xiàng)目間的相似性來(lái)解決用戶間共同評(píng)分項(xiàng)較少所帶來(lái)的數(shù)據(jù)稀疏問(wèn)題；并將項(xiàng)目特性權(quán)重和用戶時(shí)間權(quán)重信息相結(jié)合用于解決新項(xiàng)目冷啟動(dòng)問(wèn)題。在此基礎(chǔ)上進(jìn)行了對(duì)比實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，本文提出的混合相似性模型合理可行，有較高的準(zhǔn)確度和新穎度，并能有效地解決數(shù)據(jù)稀疏和冷啟動(dòng)問(wèn)題。