基于受限信任关系和概率分解矩阵的推荐.pdf

《基于受限信任关系和概率分解矩阵的推荐.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第5期电子学报V01．42No．52014年5月ACTAELECIR0NICASINICAMay2014基于受限信任关系和概率分解矩阵的推荐印桂生，张亚楠，董宇欣，韩启龙(哈尔滨工程大学计算机科学与技术学院，黑龙江哈尔滨150001)摘要：现有的推荐算法很难对没有任何记录的冷启动用户或者历史记录稀疏的用户给出准确的推荐，即用户的冷启动问题．本文提出一种基于受限信任关系和概率分解矩阵的推荐方法，由不信任关系约束信任关系的传播，得到准确且覆盖全面的用户信任关系矩阵，并通过对用户信任关系矩阵和用户商品

2、矩阵的概率分解联合用户信任关系和用户商品矩阵信息，为用户给出推荐．实验表明该方法对冷启动用户和历史记录稀疏的用户的推荐效果有较大幅度的提升，有效地解决了用户的冷启动问题．关键词：推荐算法；受限信任传播；概率分解矩阵；用户的冷启动问题中图分类号：TP391文献标识码：A文章编号：0372．2112(2014)05．0904—08电子学报URL：http：／／www．ejourna1．org．anDOI：10．3969／j．issn．0372—2112．2014．05．011AConstrained

3、TrustRecommendationUsingProbabilisticMatfixFactorizationYINGui-sheng，ZHANGYa-nan，DONGYu—xin，HANQi—long(CollegeofcomputerScienceandTechnology，HarbinUniversity，Harbin，Heilongjiang150001，China)Abstract：ExistingrecommendationalgorithmsCallnotgiveaccurate

4、recommendationsforuserswhohavefewhistoricalrecordsorevennone，namelytheusercoldrecommendationproblem．Inthispaper，aconstrainedtrustrecommendationusingproba—bilisticma~_xfactorizafion(CTRPMF)isproposed．Thetrustispropagatedwiththeconstraintofdistrusttoge

5、taccurateandcom—prehensiveInlstrelationshipmatrix．UserIrustrelationshipmatrixanduser—itemmatrixarefactorizedusingprobabifisficmatrixfac—torizationtomixtheinformationfromtrustrelationshipanduser—itemmatrix，inordertogiverecommendations．Theexperimentalr

6、esultsshowedthatCTRPMFcouldgreatlyimprovetheefectivenessofrecommendationsforcoldstartusersandUserswithsparsehistoricaldata，andefectivelysolvethecoldrecommendationproblem．Keywords：recommendationalgorithm；constrainedtrustpropagation；probabilisticmatrix

7、factotization；usercoldstartprob—lem给用户．BF需要用户配置大量信息，并且只能为用户给1引言出其配置文件定义范围内的推荐．CF不需要用户配置推荐算法能够帮助用户从规模庞大的商品中快速信息，且给出的推荐较CBF的覆盖范围大．由于CF简准确地找到喜欢的商品．现有的推荐算法主要基于两类单且有效，已经被广泛的应用于著名的推荐系统中，例技术：基于内容过滤(CBF)_1J和基于协同过滤(CV)．CBF如Amazon_7J．然而CF需要依据用户历史信息，如用户主要依据信息过滤

8、技术，根据商品内容信息和用户配置对商品的评价信息，并且使用皮尔逊协相关系数或者余文件的相关性给出推荐．CF主要分为：基于记忆的方弦相似度计算用户与用户或者用户与商品间的相似性，法~2-6]和基于模型的方法_7．基于记忆的方法由与用由此带来的主要缺陷是CF很难为没有任何记录的用户相似的用户给出推荐或者为用户推荐与该用户已经户或者历史记录稀疏的用户发现相似用户，导致不能为选择商品相似的商品．基于模型的方法通过训练集为用其给出准确的推荐，称为用户的冷启动问题．户训练一个预定义的模型，将与该模型相似的商