顧明星，黃偉建，黃 遠(yuǎn)，生 龍，申 超，張夢(mèng)甜

河北工程大學(xué) 信息與電氣工程學(xué)院，河北 邯鄲056038

1 引言

隨著互聯(lián)網(wǎng)和電子技術(shù)的快速發(fā)展，以用戶和商品為核心的信息生產(chǎn)模型使得網(wǎng)絡(luò)信息量呈現(xiàn)爆炸式增長(zhǎng)，人類進(jìn)入了“信息過載”的時(shí)代。推薦算法作為解決“信息過載”的最有效手段之一，得到了廣泛的應(yīng)用[1-2]。但是隨著用戶和項(xiàng)目規(guī)模的擴(kuò)大，推薦算法面臨著嚴(yán)重的數(shù)據(jù)稀疏性問題[3]。以推薦系統(tǒng)在電子商務(wù)中的應(yīng)用為例，通常用戶購買的商品總量只占據(jù)網(wǎng)站商品總量的1%，并且用戶僅僅對(duì)其中的極少數(shù)項(xiàng)目進(jìn)行評(píng)分，用戶項(xiàng)目評(píng)分矩陣極其稀疏[4]。同時(shí)，傳統(tǒng)的協(xié)同過濾算法在計(jì)算用戶間相似性時(shí)往往只強(qiáng)調(diào)用戶間的評(píng)分相似度，使得推薦算法在實(shí)際應(yīng)用中面臨著用戶相似性計(jì)算不準(zhǔn)確，商品推薦的實(shí)時(shí)性低的問題[5]，嚴(yán)重影響了推薦算法預(yù)測(cè)準(zhǔn)確率。

為了解決上述問題，國(guó)內(nèi)外的相關(guān)學(xué)者提出了多種改進(jìn)方案。首先為了解決數(shù)據(jù)矩陣的稀疏性問題，大量基于聚類的推薦算法被提出。文獻(xiàn)[6]采用譜聚類算法，利用譜聚類將興趣類似的用戶劃分為一簇，然后在簇內(nèi)為目標(biāo)用戶進(jìn)行項(xiàng)目推薦。文獻(xiàn)[7]首先采用Kmeans算法對(duì)用戶屬性特征進(jìn)行聚類，然后利用SlopeOne算法對(duì)矩陣進(jìn)行缺值填充，最后利用協(xié)同過濾思想進(jìn)行評(píng)分預(yù)測(cè)。文獻(xiàn)[8]采用吸引子傳播算法對(duì)用戶屬性進(jìn)行聚類，相比于一般聚類算法而言，該算法不需要提供聚類中心數(shù)，因此聚類效果較好，但時(shí)間和內(nèi)存開銷過高。其次，為了改善推薦算法的預(yù)測(cè)準(zhǔn)確性和推薦物品的實(shí)時(shí)性，文獻(xiàn)[9]在傳統(tǒng)的皮爾遜相似度中引入懲罰因子和時(shí)間權(quán)重。文獻(xiàn)[10]先采用密度峰值聚類算法（Clustering by Fast search and find of Density Peaks，CFDP）對(duì)項(xiàng)目進(jìn)行聚類以降低數(shù)據(jù)稀疏性，然后在計(jì)算項(xiàng)目評(píng)分時(shí)引入時(shí)間權(quán)重，降低了用戶的興趣動(dòng)態(tài)變化的影響。文獻(xiàn)[11]引入了社交網(wǎng)絡(luò)中的用戶信任關(guān)系，將傳統(tǒng)的用戶評(píng)分相似度與用戶信任度進(jìn)行融合，從而獲得更加精確的用戶相似度計(jì)算方式。

上述算法雖然在一定程度上提高了預(yù)測(cè)準(zhǔn)確性，但對(duì)用戶信息的挖掘仍然不夠充分。因此本文提出了一種結(jié)合用戶屬性聚類與改進(jìn)用戶相似性的協(xié)同過濾推薦算法。算法首先利用K-means++算法對(duì)用戶屬性進(jìn)行聚類，從而獲得目標(biāo)用戶所在的評(píng)分矩陣；其次對(duì)用戶的評(píng)分相似性引入時(shí)間因素，以增大用戶最近行為項(xiàng)目的協(xié)同推薦能力；然后引入用戶信任誤差，計(jì)算改進(jìn)后的用戶直接信任度和間接信任度；最后將基于時(shí)間因素的用戶評(píng)分相似性和改進(jìn)的用戶信任度合理地結(jié)合，從而改善用戶間的相似性。通過改進(jìn)后的用戶相似性公式，利用協(xié)同過濾思想對(duì)目標(biāo)用戶未評(píng)分項(xiàng)目進(jìn)行預(yù)測(cè)評(píng)分，產(chǎn)生推薦列表。

2 傳統(tǒng)的協(xié)同過濾算法

傳統(tǒng)的協(xié)同過濾算法基本步驟是：首先利用已有的用戶歷史行為數(shù)據(jù)信息，構(gòu)建用戶-項(xiàng)目評(píng)分矩陣；然后計(jì)算用戶之間的相似度并選取相似度較高的用戶作為目標(biāo)用戶的近鄰集；最終在進(jìn)行評(píng)分預(yù)測(cè)后按照Top-N原則對(duì)用戶進(jìn)行推薦[12]。該算法的流程如圖1所示。

圖1 Item_CF算法流程圖

2.1 構(gòu)建用戶-項(xiàng)目評(píng)分矩陣

本文構(gòu)建用戶-項(xiàng)目評(píng)分矩陣Cm×n,users:{u1,u2,…,um}表示擁有m 個(gè)用戶的集合；items:{i1,i2,…,in}表示擁有n 個(gè)項(xiàng)目的集合；cij表示用戶i 對(duì)項(xiàng)目j 的實(shí)際評(píng)分，若用戶i 對(duì)項(xiàng)目j 未評(píng)分，則cij記0。評(píng)分矩陣C如下：

2.2 用戶評(píng)分相似性的計(jì)算

用戶評(píng)分相似性的計(jì)算是以用戶-評(píng)分矩陣為基礎(chǔ)的，將評(píng)分矩陣中的每一行作為用戶的評(píng)分向量來表示用戶的實(shí)際興趣。因此，計(jì)算用戶評(píng)分相似性的本質(zhì)就是計(jì)算用戶評(píng)分向量之間的距離。傳統(tǒng)的協(xié)同過濾算法中，計(jì)算相似度的方式有很多，主要包括余弦相似度、修正余弦相似度和皮爾遜相關(guān)系數(shù)[13]。本文采用最為常用且效果更好的皮爾遜相關(guān)系數(shù)作為用戶間相似度計(jì)算公式[14]，如式（1）所示。

其中，sim(a,b)表示用戶a 與b 的相似度，I 表示用戶a與用戶b 評(píng)分項(xiàng)目的交集，分別表示用戶a 與b的平均評(píng)分。

2.3 預(yù)測(cè)評(píng)分

在獲得用戶a 與所有用戶的相似度后，將相似度最高的前h 個(gè)用戶作為其近鄰集，并根據(jù)式（2）對(duì)a 未評(píng)分的項(xiàng)目預(yù)測(cè)評(píng)分。

其中，pa,i表示用戶a 對(duì)項(xiàng)目i 的預(yù)測(cè)評(píng)分，G 表示用戶a 的近鄰集。

3 本文算法

3.1 基于K-means++的用戶屬性聚類

為了降低用戶評(píng)分矩陣的稀疏性，本文首先對(duì)用戶屬性進(jìn)行聚類分析，將屬性相似的用戶劃分到同一簇內(nèi)。K-means++算法是一種基于質(zhì)心的聚類算法，是在K-means算法的基礎(chǔ)上優(yōu)化了初始質(zhì)心的選擇方式，使初始質(zhì)心相互間距離盡可能得遠(yuǎn)[15]。 K-means++算法具有算法高效率、易實(shí)現(xiàn)、適合挖掘大規(guī)模數(shù)據(jù)集的特點(diǎn)[16]，因此本文選取K-means++算法作為聚類手段。

在對(duì)用戶屬性進(jìn)行K-means++聚類前，首先需要對(duì)用戶的屬性信息進(jìn)行預(yù)處理，過程如下。

步驟1 從數(shù)據(jù)集中獲取用戶的屬性信息：UserAttr={age,sex,job}。

步驟2 對(duì)非數(shù)值的離散型數(shù)據(jù)進(jìn)行編碼，將文本特征進(jìn)行數(shù)值化。在用戶屬性中，根據(jù)埃里克森八階段理論[17]，將年齡劃分為以下4個(gè)年齡段（數(shù)據(jù)集中用戶年齡最小為15歲）：“15～18歲”編碼為“1”，“19～40歲”編碼為“2”，“41～65 歲”編碼為“3”，“66 歲以上”編碼為“4”；性別為“F”和“M”，編碼為“0”和“1”；職業(yè)屬性一共包含21種類別，因此構(gòu)建長(zhǎng)度為5的“01”編碼串(21 ＜25)，并按照職業(yè)出現(xiàn)的順序進(jìn)行編碼。例如在本文選用的數(shù)據(jù)集中，首先出現(xiàn)“technician”職業(yè)，則該職業(yè)編碼為“00001”，其次出現(xiàn)為“writer”，則該職業(yè)編碼為“00010”，然后出現(xiàn)“executive”，則該職業(yè)編碼為“00011”，其余職業(yè)的編碼以此類推。最后對(duì)用戶的屬性編碼進(jìn)行拼接。例如：用戶屬性為“age=42||sex=M||job=executive”，則該用戶的屬性編碼串為“3100011”。

步驟3 對(duì)用戶屬性編碼進(jìn)行Embedding。Embedding通過將原稀疏向量與固定轉(zhuǎn)換矩陣做內(nèi)積變化，從而將高維稀疏特征向量向低維稠密特征向量轉(zhuǎn)換。

步驟4 對(duì)用戶屬性進(jìn)行預(yù)測(cè)處理后，最后得到用戶屬性矩陣p。

算法1 K-means++聚類算法

輸入：用戶屬性矩陣p，聚類數(shù)目k。

輸出：k 個(gè)聚類。

步驟1 隨機(jī)選取一個(gè)樣本作為初始質(zhì)心center1；

步驟2 選取p 中的每一個(gè)樣本點(diǎn)dx，計(jì)算該點(diǎn)與當(dāng)前最近一個(gè)質(zhì)心的距離dist(dx)；

步驟3 利用式（3）計(jì)算每一個(gè)樣本點(diǎn)dx作為下一個(gè)質(zhì)心的概率：

步驟4 將概率最高的點(diǎn)，作為下一個(gè)聚類質(zhì)心點(diǎn)centeri；

步驟5 重復(fù)步驟2～步驟4直至找到預(yù)設(shè)的k 個(gè)質(zhì)心；

步驟6 得到k 個(gè)用戶簇并輸出。

采用K-means++算法對(duì)用戶屬性進(jìn)行聚類后，將目標(biāo)用戶所在的用戶簇對(duì)應(yīng)至用戶評(píng)分矩陣，從而得到縮小規(guī)模的用戶-項(xiàng)目評(píng)分矩陣。如果不經(jīng)過該預(yù)處理，則評(píng)分?jǐn)?shù)據(jù)會(huì)占用較大的內(nèi)存，且嚴(yán)重降低協(xié)同推薦算法的執(zhí)行效率和推薦準(zhǔn)確性。

3.2 時(shí)間因素

傳統(tǒng)的協(xié)同過濾算法計(jì)算用戶間的相似度時(shí)僅僅考慮用戶對(duì)項(xiàng)目的歷史評(píng)分記錄，忽略了用戶對(duì)項(xiàng)目興趣的動(dòng)態(tài)變化，在當(dāng)前各類的用戶行為數(shù)據(jù)集中，用戶行為的時(shí)間通常是被系統(tǒng)準(zhǔn)確記錄的，因此可以考慮用戶對(duì)某一項(xiàng)目的興趣程度會(huì)受到時(shí)間因素的影響。一般而言，用戶最近訪問的項(xiàng)目往往更能準(zhǔn)確反映用戶當(dāng)前的興趣特征。因此本文引入時(shí)間因素增大用戶最近訪問商品的協(xié)同推薦能力，相關(guān)定義如下。

定義1 Tfirst：用戶第一次對(duì)商品進(jìn)行評(píng)分的時(shí)間。

定義2 Ti：用戶對(duì)商品i 進(jìn)行評(píng)分的時(shí)間。

定義3 Tall：用戶使用該系統(tǒng)的總時(shí)長(zhǎng)。

根據(jù)分析，用戶對(duì)某一項(xiàng)目的興趣會(huì)隨著時(shí)間的推移逐漸弱化，并趨于一個(gè)穩(wěn)定值，即用戶興趣與時(shí)間呈現(xiàn)非線性負(fù)相關(guān)關(guān)系，這與心理學(xué)家艾賓浩斯發(fā)現(xiàn)的遺忘規(guī)律相似[18]，因此本文采用遺忘規(guī)律來量化時(shí)間因素，則用戶u 對(duì)項(xiàng)目i 的時(shí)間因素權(quán)值的計(jì)算公式如下所示：

然后將時(shí)間權(quán)重與皮爾遜相似度計(jì)算公式結(jié)合，公式如下所示：

3.3 改進(jìn)用戶信任度

傳統(tǒng)的用戶間信任關(guān)系中，用戶a 信任用戶b，則用戶b 也會(huì)信任用戶a，并且雙方的信任值是相同的。但結(jié)合實(shí)際，用戶a 與用戶b 之間的信任是不一定對(duì)等的。因?yàn)閮烧叩脑u(píng)分項(xiàng)目的數(shù)量不一定相同，用戶的評(píng)分尺度也不一定相同[19]。

3.3.1 直接信任度的計(jì)算

直接信任度是目標(biāo)用戶與其他用戶的直接信任關(guān)系，對(duì)于用戶a 與用戶b，用戶a 對(duì)用戶b 的直接信任度可由下列公式計(jì)算。

其中，DTrust(a,b)表示用戶a 對(duì)用戶b 的直接信任度值。但是用戶之間的信任度僅從用戶共同評(píng)分項(xiàng)目的數(shù)量上來判斷是不準(zhǔn)確的，如表1所示。

表1 極端評(píng)分?jǐn)?shù)據(jù)

由式（6）可得DTrust(a,b)=1，即用戶a 與用戶b 是極其信任的。但實(shí)際情況是，用戶a 對(duì)列舉的4種物品評(píng)價(jià)極高，用戶b 則極低。說明單從用戶間共同評(píng)分項(xiàng)目的數(shù)量上計(jì)算用戶間的相似度是不準(zhǔn)確的。

為了緩解用戶間對(duì)物品的實(shí)際評(píng)分存在的差異對(duì)用戶信任度的影響，本文定義信任誤差值，公式如下所示：

其次，根據(jù)信任誤差值定義用戶交互響應(yīng)因子數(shù)，公式如下所示：

其中，t 表示正響應(yīng)因子數(shù)，記錄用戶a 與用戶b 間的評(píng)分差異較小的次數(shù)；f 表示負(fù)響應(yīng)因子數(shù)，記錄兩者評(píng)分差異較大的次數(shù)。若兩者評(píng)分差異小，則t+1 →t，反之f+1 →f 。

用戶間的信任是隨著正負(fù)響應(yīng)因子數(shù)呈非線性變化的量，用戶間正響應(yīng)因子數(shù)越多，相互信任程度越高，反之越低。因此，可以利用Logistic 函數(shù)將正負(fù)響應(yīng)因子數(shù)進(jìn)行恰當(dāng)融合。Logistic函數(shù)是一種”S”形函數(shù)，在區(qū)間（0，1）變化，能充分抑制兩端的值，且對(duì)中間值變化敏感[20-21]，公式如下所示：

則改進(jìn)的直接用戶信任度公式如下：

根據(jù)式（10）可以得出，用戶間信任度隨著正響應(yīng)因子數(shù)的增加而提高，隨著負(fù)響應(yīng)因子數(shù)的增加而降低。

3.3.2 間接信任度的計(jì)算

若用戶a 與用戶c 共同評(píng)分的項(xiàng)目交集為空集，則用戶a 與用戶c 之間不存在用戶直接信任度，此時(shí)可以采用信任傳遞的方式獲取兩位用戶的間接信任度：假設(shè)至少存在一個(gè)中間用戶群user={ub,ud,ue,…,uv}，使得用戶a 與用戶ub存在直接信任關(guān)系，用戶群user 中相鄰的用戶存在直接信任關(guān)系，用戶uv與用戶c 存在直接信任關(guān)系，則可以推論出用戶a 與用戶c 之間存在間接信任度[22]。在計(jì)算用戶間的間接信任度時(shí)，若存在多個(gè)用戶群，則選取傳遞人數(shù)最少的中間用戶群來計(jì)算間接信任度。用戶間接信任度計(jì)算公式如下所示：

其中，| user|表示傳播路徑最短的中間用戶群的人數(shù)。

同時(shí)，根據(jù)“六度區(qū)隔”理論[23]，設(shè)定| user|+1 ≤6，若大于6則PTrust*(a,c)=0。

綜合了用戶直接信任與用戶間接信任，則用戶間的最終信任表達(dá)公式如式（12）所示：

3.4 改進(jìn)的用戶相關(guān)性

在利用式（5）獲得基于時(shí)間因素的用戶評(píng)分相似度與式（12）獲得改進(jìn)的用戶信任度后，本文將兩種影響推薦效果的因素相結(jié)合，得到最終的用戶間的相關(guān)性，公式如下：

當(dāng)用戶間的評(píng)分相似度為0時(shí)，則利用信任度表示用戶間相關(guān)性；當(dāng)用戶間沒有信任度時(shí)，則用戶間不存在相關(guān)性；當(dāng)兩種因素均不為0 時(shí)，則用戶間的相關(guān)性會(huì)隨著兩種因素的增加而提高。

最后預(yù)測(cè)出用戶對(duì)項(xiàng)目的評(píng)分，公式如下所示：

其中，G*表示與用戶a 相關(guān)性最高的前h 個(gè)近鄰用戶。

3.5 本文算法流程

算法2 結(jié)合用戶屬性聚類與改進(jìn)用戶相似性的協(xié)同過濾算法

輸入：目標(biāo)用戶a，用戶-用戶評(píng)分矩陣C，用戶評(píng)分時(shí)間信息T 。

輸出：目標(biāo)用戶a 的推薦列表。

步驟1 利用算法1 的K -means++聚類算法獲得目標(biāo)用戶a 所在的用戶-用戶屬性簇S，并對(duì)應(yīng)到相應(yīng)的用戶-評(píng)分矩陣中得到簇S′。

步驟2 在簇S′中，遍歷除了用戶a 外的用戶，利用式（5）計(jì)算與用戶a 的相似度。

步驟3 在簇S′中，遍歷除了用戶a 外的用戶，利用式（12）計(jì)算與用戶a 的信任度。

步驟4 在計(jì)算出其他用戶與用戶a 的相似度與信任度后，利用式（13）計(jì)算與用戶a 的相關(guān)性。

步驟5 將與用戶a 相關(guān)性最高的前h 個(gè)用戶作為a 的近鄰集。

步驟6 在用戶a 的近鄰集內(nèi)，利用式（14）預(yù)測(cè)目標(biāo)用戶a 對(duì)未評(píng)分項(xiàng)目的評(píng)分。

步驟7 將預(yù)測(cè)評(píng)分最高的項(xiàng)目由高到低排序，并將前Top-N 個(gè)項(xiàng)目作為目標(biāo)用戶a 的推薦項(xiàng)目集。

4 實(shí)驗(yàn)與討論

4.1 數(shù)據(jù)集

本文選取MovieLens ml-100K 電影數(shù)據(jù)集[24]，該數(shù)據(jù)集由明尼蘇達(dá)大學(xué)GroupLens學(xué)習(xí)組發(fā)布，用戶評(píng)分?jǐn)?shù)據(jù)集中包含943名用戶對(duì)1 682部電影的共約10萬條記錄，其中包括用戶ID、電影ID、用戶對(duì)項(xiàng)目的評(píng)分以及相應(yīng)評(píng)分的時(shí)間。用戶的評(píng)分區(qū)間為[1，5]，評(píng)分越高，則評(píng)價(jià)越高。用戶屬性數(shù)據(jù)集包括用戶的ID、年齡、性別、職業(yè)。本文采用五折交叉實(shí)驗(yàn)法，將80%的數(shù)據(jù)用作訓(xùn)練樣本，20%的數(shù)據(jù)用作測(cè)試樣本。

4.2 評(píng)價(jià)指標(biāo)

本文采用推薦算法實(shí)驗(yàn)中最為廣泛的評(píng)價(jià)準(zhǔn)則——平均絕對(duì)誤差（Mean Absolute Error，MAE）作為實(shí)驗(yàn)的評(píng)分預(yù)測(cè)指標(biāo)[25]，公式如下：

4.3 實(shí)驗(yàn)結(jié)果與分析

為了獲取最佳聚類數(shù)k，將目標(biāo)用戶的近鄰數(shù)從20變化到90，間隔為10。根據(jù)文獻(xiàn)[7]和文獻(xiàn)[26]的研究情況，本文將用戶劃分為k=5,6,7,8,9 個(gè)聚類，然后在對(duì)應(yīng)不同的聚類數(shù)下計(jì)算不同用戶近鄰數(shù)下的MAE 值，重復(fù)實(shí)驗(yàn)10 次，并取其結(jié)果的平均值作為最終結(jié)果。實(shí)驗(yàn)結(jié)果如圖2所示。

圖2 不同聚類數(shù)下本文算法的MAE對(duì)比圖

通過圖2 可以得出，當(dāng)聚類數(shù)目k=7 時(shí)，本文算法的推薦準(zhǔn)確性更高。因此，本文實(shí)驗(yàn)聚類簇設(shè)定為7，聚類后每個(gè)簇中用戶的數(shù)量如表2所示。

表2 不同類中的用戶量

同時(shí)為了驗(yàn)證不同聚類數(shù)k 下K-means++算法的實(shí)際聚類效果，本文采用輪廓系數(shù)[27]作為評(píng)價(jià)聚類質(zhì)量的標(biāo)準(zhǔn)。不同聚類數(shù)k 下的輪廓系數(shù)值如表3所示。

表3 不同聚類數(shù)下的輪廓系數(shù)

由表3可知，當(dāng)聚類數(shù)k 為7時(shí)，K-means++算法的輪廓系數(shù)最高，即聚類效果最佳。

在確定了用戶聚類數(shù)為7后，對(duì)用戶相似性的分布進(jìn)行實(shí)驗(yàn)。本文分別將皮爾遜相關(guān)系數(shù)與改進(jìn)的用戶相關(guān)性作為協(xié)同過濾推薦算法的相似度計(jì)算公式，實(shí)驗(yàn)統(tǒng)計(jì)了這兩種方法得到不同相似度出現(xiàn)的次數(shù)，分布如圖3所示。

圖3 不同公式對(duì)應(yīng)的用戶相似性分布

通過圖3可以看出，本文改進(jìn)的用戶相關(guān)性得到的相似性分布曲線沒有皮爾遜相關(guān)性得到的分布曲線平穩(wěn)和均勻，說明本文的相關(guān)性得到的用戶相似性更具有個(gè)性化。在相似度[0.1，1.0]的范圍內(nèi)，皮爾遜相關(guān)系數(shù)得到相似度分布在[0.2，0.6]的次數(shù)占比69.8%，而本文改進(jìn)的用戶相關(guān)性僅占比63.5%。因?yàn)楦倪M(jìn)的用戶相關(guān)性通過增加用戶的評(píng)分時(shí)間信息和用戶信任度，降低了用戶評(píng)分尺度和評(píng)分時(shí)間的差異對(duì)用戶相似性的影響。

為了驗(yàn)證本文提出的算法能有效提高協(xié)同過濾算法的推薦質(zhì)量，本文選取傳統(tǒng)的基于用戶的協(xié)同過濾算法（User-CF）、文獻(xiàn)[7]提出的CFUI-CF算法、文獻(xiàn)[10]提出的CFDP-CF算法、文獻(xiàn)[11]提出的UTLDA-CF算法作為對(duì)比算法，僅結(jié)合時(shí)間因素的本文算法以及僅結(jié)合改進(jìn)用戶信任的本文算法對(duì)比結(jié)果如圖4所示。

圖4 不同算法的MAE值對(duì)比

通過圖4可以看出，所有算法的MAE 值，均隨著目標(biāo)用戶近鄰數(shù)的增加而逐漸減少，直到趨于平緩。首先通過觀察可以發(fā)現(xiàn)，僅結(jié)合時(shí)間因素的本文算法和僅結(jié)合改進(jìn)用戶信任的本文算法能有效改善推薦算法的預(yù)測(cè)效果，分別比User-CF 的準(zhǔn)確率高1.2%和2.9%，但預(yù)測(cè)效果不如將兩者結(jié)合的本文算法。在實(shí)驗(yàn)范圍內(nèi)的用戶近鄰數(shù)下，本文提出的算法能夠提高User-CF的準(zhǔn)確率達(dá)5.6%，且分別比CFDP-CF、CFUI-CF、UTLDA-CF、僅結(jié)合時(shí)間因素的本文算法和僅結(jié)合改進(jìn)用戶信任的本文算法的MAE 值低0.6%、1.4%、3.1%、4.6%和3.1%，說明本文算法能有效提高推薦系統(tǒng)預(yù)測(cè)質(zhì)量。

5 結(jié)束語

本文提出了結(jié)合用戶屬性聚類與改進(jìn)用戶相似性的協(xié)同過濾算法。首先利用K-means++對(duì)用戶特征信息進(jìn)行聚類，其次對(duì)皮爾遜相關(guān)系數(shù)引入用戶對(duì)項(xiàng)目的評(píng)分時(shí)間信息，然后改進(jìn)用戶之間的信任關(guān)系，最后將引入時(shí)間信息的皮爾遜相關(guān)系數(shù)與改進(jìn)的用戶信任關(guān)系進(jìn)行結(jié)合，最終得到改進(jìn)的用戶相關(guān)性。實(shí)驗(yàn)表明，本文提出的算法能有效提高推薦算法的預(yù)測(cè)準(zhǔn)確性，且有一定的實(shí)際意義。