基于Folksonomy和HOSVD的網(wǎng)站推薦機制的研究.pdf

1、大眾標注(Folksonomy)的概念隨著Web2.0技術(shù)的發(fā)展出現(xiàn),它重視用戶參與,通過邀請用戶參與標注過程,可以達到知識共享和用戶交互的目的,能挖掘用戶標注中潛在的偏好。憑借自發(fā)性和低約束性,大眾標注得以飛速發(fā)展。
　　當前,使用傳統(tǒng)分類法構(gòu)建的網(wǎng)站上應用了很多比較成熟的推薦機制,例如基于協(xié)同過濾的推薦機制等,然而隨著大眾標注的發(fā)展,使用新的用戶-標簽-項目三元模式進行信息構(gòu)建的網(wǎng)站越來越多,原有的推薦機制將不足以更好地挖掘出

2、標簽中用戶的潛在偏好,基于大眾標注的推薦機制研究在近年來逐漸成為熱門課題。
　　本文在學習幾種傳統(tǒng)推薦機制的基礎上,對基于協(xié)同過濾的推薦機制進行改進后,設計了一種新型的基于Folksonomy和HOSVD的個性化推薦機制PRS(PersonalRecommendationSystem),其中HOSVD(HigherOrderSingularValueDecomposition)是指高階奇異值分解算法,本文引入HOSVD是要用它來緩

3、解三元數(shù)據(jù)的稀疏性問題。
　　本文的重點研究內(nèi)容有:
　　(1)使用HOSVD算法處理大眾標注的三元數(shù)據(jù)。當前比較成熟的推薦機制中,基于協(xié)同過濾技術(shù)的推薦機制得到了最廣泛的應用,如淘寶,youku,當當網(wǎng)等各種類型的網(wǎng)站中,它都得到了不錯的發(fā)展?；趨f(xié)同過濾技術(shù)的推薦機制處理的數(shù)據(jù)是用戶對項目進行評分所構(gòu)成的三元數(shù)據(jù),這是一種簡單的大眾標注模式,由于用戶評分過的項目數(shù)量遠遠小于項目實際數(shù)量,所以基于協(xié)同過濾技術(shù)的推薦機制面臨

4、很嚴重的數(shù)據(jù)稀疏性問題,一定程度上制約了它的發(fā)展?；诖蟊姌俗⒌耐扑]機制需要處理用戶使用標簽對項目進行標注而生成的三元數(shù)據(jù),它比評分模式更復雜,將會面臨更加嚴重的稀疏性問題,所以本文引入了HOSVD算法,可以在盡可能地保證原有數(shù)據(jù)關(guān)聯(lián)的前提下填補空缺數(shù)據(jù),從而有效降低數(shù)據(jù)冗余,提高推薦機制的效率和精度。
　　(2)改進傳統(tǒng)推薦機制,設計一個新的個性化推薦機制PRS。由于信息構(gòu)建模式的不同,使用大眾標注技術(shù)進行信息構(gòu)建的網(wǎng)站可以體現(xiàn)

5、更多的用戶潛在偏好,而直接應用傳統(tǒng)推薦機制,卻不足以充分挖掘這些偏好,也不能有效地生成更貼近用戶期望的推薦結(jié)果。本文在學習幾種經(jīng)典的傳統(tǒng)推薦機制的同時,充分考慮大眾標注的三元數(shù)據(jù)的特性,設計了PRS推薦機制。PRS主要考慮用戶對標簽的潛在偏好和項目中標簽的潛在偏好,用戶對標簽的潛在偏好可以體現(xiàn)用戶的期望,有助于生成個性化的推薦結(jié)果,項目對標簽的潛在偏好則可以更準確的定位項目的性質(zhì),使得推薦結(jié)果更準確。同時計算標簽相似度和項目相似度,并把