基于模糊处理和上下文敏感SVM的协同过滤推荐新方法.pdf

《基于模糊处理和上下文敏感SVM的协同过滤推荐新方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、E—mail：eduf@CCCC．net．enlSSN1009-3044ComputerKnowledgeandTechnology电脑知识与技术http：／／www．dnzs．net．enVo1．6，No．6，February2010，PP．1445—1448，1451Teh+86—551—56909635690964基于模糊处理和上下文敏感SVM的协同过滤推荐新方法马翔17李展(1．偏转集团信息巾心，陕西咸阳712000：2．西北大学信息学院，陕西两安710069)摘要：协同过滤系统是电子商务最重要的技术之一，用户相似度算法的优劣直接决定推荐性能的准确程度。现有推荐方法忽略用户上

2、下文特征，因而用户相似度判定较差。针对该问题，该文提出了FSVMCF方法，该方法采取模糊上下文数据及上下文敏感SVM和协同过滤相结合方法，提高了推荐准确度。该文实验以汽车、飞机、火车等交通工具图像作为推荐对象，实验结果验证了该方法对于图像推荐的性能有较大提高关键词：图像推荐；模糊处理；上下文敏感；支撑向量机中图分类号：TP18文献标识码：A文章编号：1009—3044(2010)06—1445-04ANewImageRecommendationAlgorithmBasedonFuzzyandContext—awareSVMMAXiang，LIZhan(1．PianZhuanGrouP

3、InformationCenter，Xianyang712000，China；2．DepartmentofInformation，NorthwestUniversity，Xian710069，China)Abstract：P,．ecommendationsystemisoneofthemostimportanttechnologiesappliedine—commerce．TheSimilaritymeasuringmethodisfundamentaltOrecommendationsystemSperformance．TheTraditionalmethodsignorethec

4、ontext，SOitbringspoorsimilarityresult．Basedonfuzzyandcontext—awareSVM，anovelsmfilaritymeasuringmethodFSVMCFhasproposedtosolvethisproblem．Byusingtheimagescontainingcar，planeandtrain．theexperimentalresultsshowthatthismethodcaneficientlyimprovetherecommendationsystemSperformance，andprovidebetterre

5、commendationresultsthantraditionalcollaborative~teringalgorithms．Keywords：imagerecommendation；fuzzy；context—aware；SVM随着Internel信息爆炸式发展，用户主动方式获取信息变得越来越困难ll_。网络信息获取方式经历了信息检索(IR)，信息过滤(Ii2咧信息推荐(RSyi过程。针对Inlernet用户，推荐系统利用用户评价信息以帮助用户迅速、快捷地获取需要信息．图1是IR、IF和RS之间的关系。推荐系统(RS)已成为电子商务领域一个重要的研究内容。目前几乎所有的大型电子

6、商务网站，如Amazon，eBav，阿里巴巴，豆瓣等都采用了各种形式的推荐系统。Typestry14l是最提出基于协同过滤的推荐系统，当前目标用户需要明确指出与自己行为比较类似的其他片j户GroupLens[s1是基于用户评分的自动化协同过滤推荐系统，用于推荐电影和新闻Ringo推荐系统[61,NVideo推荐系统通过电子邮件的方图1Ig．、IF和P．S之间的关系式分别推荐音乐和电影。Breese171等人对各种协同过滤推荐算法及其改进进行了深人分析传统的协同过滤推荐通过朋户的最近邻居产生最终的推荐，基于项目的协同过滤推荐首先计算项目之间的相关性，然后通过用户对相关项目的评分预测用户

7、对未评分项目的评分。Bayesian网络技术利用训练集创建相应的模型，模型用决策树表示，节点和边表示用户信息。训练得到的模型非常小，所以对模型的应用非常快。这种方法适合于用户的兴趣爱好变化比较慢的场合。聚类技术将具有相似兴趣爱好的用户分配到相同的簇rrl¨nI“I，聚类产生之后，根据簇中其他用户对商品的评价预测目标用户对该商品的评价．．关联规则挖掘可以发现不同商品存销售过程巾的相关性。基于关联规则的推荐算法根据生成的关联规则模型和用户当前的购买行为向用户产