使用正態分布函數修正推薦系統相關相似性

宋 平，邵 清

(上海理工大學 光電信息與計算機工程學院，上海 200093)

?

使用正態分布函數修正推薦系統相關相似性

宋 平，邵 清

(上海理工大學 光電信息與計算機工程學院，上海 200093)

為提高協同過濾推薦系統尋找最近鄰居集合的準確程度，在傳統的相關相似性基礎上，提出了一種利用正態分布函數作為修正函數的相關相似性計算方法，該方法依據雙方共同評分的項目進行用戶相似性評價，利用正態分布函數來修正用戶之間評分項目數差距對相關相似性計算產生的負面影響，能夠較好地體現用戶的相似程度。實驗結果表明，在相同條件下，該方法與傳統的相關相似性計算方法，在一定程度上提高了尋找最近鄰居用戶集合的準確度。

推薦系統；相似性；正態分布；修正函數；鄰居用戶集合

SONG Ping, SHAO Qing

(School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology,Shanghai 200093, China)

為了讓用戶從大量信息中找到自己感興趣的信息，推薦系統[1]已逐漸成為電子商務中一個必不可少的工具，并且得到研究者的關注。協同過濾推薦系統[2]是目前為止成功、且運用最多的推薦技術，與傳統的直接分析內容進行推薦不同，基于用戶的協同過濾推薦系統通過分析用戶興趣，在用戶群中找到與指定用戶的相似用戶，綜合戶對該項目的喜好程度[3]。為找這些相似用戶對同一項目的評價，預測出該用到目標用戶的最近鄰居進行推薦, 必須度量用戶之間的相似性，然后選擇相似性最高的若干用戶，作為目標用戶的最近鄰居[4]。目標用戶的最近鄰居查詢是否準確, 直接關系到整個推薦系統的推薦質量, 而要想準確查詢目標用戶, 需要準確計算不同用戶之間的相似性, 所以如何準確計算用戶之間相似性就成為提高推薦準確率的關鍵。……