• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于用戶特征屬性和云模型的協(xié)同過濾推薦算法

      2017-08-01 00:21:09楊靜河南大學(xué)軟件學(xué)院
      消費(fèi)導(dǎo)刊 2017年9期
      關(guān)鍵詞:和云物品協(xié)同

      楊靜 河南大學(xué)軟件學(xué)院

      基于用戶特征屬性和云模型的協(xié)同過濾推薦算法

      楊靜 河南大學(xué)軟件學(xué)院

      互聯(lián)網(wǎng)迅速發(fā)展,用戶之間的互動聯(lián)系越來越緊密。但正由于用戶數(shù)量的急劇增長,導(dǎo)致互聯(lián)網(wǎng)信息呈爆炸性增長,信息泛濫是信息時代的特點(diǎn)之一。有時,這種“信息過載”的問題給用戶帶來了很多干擾,使得他們難以迅速的獲取自身需要的信息。信息檢索技術(shù)中的推薦技術(shù)由此應(yīng)運(yùn)而生并被廣泛的用戶接納認(rèn)可,因?yàn)檫@種技術(shù)能根據(jù)用戶的偏好自動推薦與推送相關(guān)的所需要的信息,因此,這種技術(shù)目前已經(jīng)成為當(dāng)前研究的熱點(diǎn)。

      用戶特征屬性 云模型 協(xié)同過濾推薦算法

      一、協(xié)同過濾推薦算法簡介

      協(xié)同過濾推薦算法是通過對用戶歷史行為數(shù)據(jù)的挖掘并建立模型進(jìn)行分析,發(fā)現(xiàn)用戶信息的偏好,并在偏好基礎(chǔ)上對用戶進(jìn)行群組劃分,推薦與用戶偏好相類似的商品。該算法又細(xì)分為兩種算法,一是基于用戶的協(xié)同過濾算法,二是基于物品的協(xié)同過濾算法。

      基于用戶的協(xié)同過濾算法是基于相同喜好用戶之間的商品推薦。它通過分析總結(jié)用戶歷史的行為數(shù)據(jù)發(fā)現(xiàn)用戶對商品或內(nèi)容的喜好程度(如內(nèi)容評論或分享,商品收藏購買等),并用制定好的分?jǐn)?shù)標(biāo)準(zhǔn)將其數(shù)據(jù)化并度量化。

      基于物品的協(xié)同過濾算法是將基于用戶的協(xié)同過濾算法中的用戶替換成物品,兩種算法基本相類似。它通過度量不同的用戶對不同物品的偏好獲得物品間的關(guān)系,然后通過物品間的關(guān)系判斷,繼而對用戶推薦相似的物品。

      二、云模型簡介

      中國工程院院士李德毅最早提出云模型的概念,主要用來處理定性概念與定量描述之間的轉(zhuǎn)換問題。云模型能通過模擬人類的思維方式來劃分事物的屬性,將低概念層的屬性映射的高概念層的屬性數(shù)值,完成定量與定性的相互轉(zhuǎn)化。并且云模型能兼容相鄰屬性值和語言的重疊性,這樣能使發(fā)現(xiàn)的知識更具有穩(wěn)定性。由于云模型具有較強(qiáng)的隨機(jī)不確定數(shù)據(jù)處理能力,因而能彌補(bǔ)計(jì)算機(jī)系統(tǒng)行為的隨機(jī)性和不確定性,所以將云模型引入入侵檢測系統(tǒng)中,能增強(qiáng)入侵檢測系統(tǒng)的檢測能力和適應(yīng)能力。

      云模型是云計(jì)算、云控制、云推理、云聚類等方法的基礎(chǔ),它是云的具體實(shí)現(xiàn)。正向云發(fā)生器是一個從定性概念到定量表示的過程。反過來,將定量表示到定性概念的過程稱作為逆向云發(fā)生器。不同云的實(shí)現(xiàn)方法可擴(kuò)展到多維云模型,也可構(gòu)成不同類型的云,諸如半云模型、組合云模型、對稱云模型等。

      三、用戶特征屬性

      用戶的消費(fèi)行為是動態(tài)的,不同的人生階段對應(yīng)不同商品和服務(wù)的消費(fèi)行為。比如,幼年時期,服飾的尺碼購買需求常常變化,針對營養(yǎng)健康食品的需求也是較大;而在成年階段,服飾尺碼基本不再變化,但是受時尚引領(lǐng),對服飾的追求方向發(fā)生變化,而對于食品的要求有較寬松;等到老年階段,服飾的樣式無足輕重,食物也以易消化為主。這就是用戶的特征屬性,要具體的分析,同一用戶不同階段也會有不同的特征屬性。同樣,個人職業(yè)對消費(fèi)行為模式的影響也比較顯著。職業(yè)水平的高低一定程度上能反映消費(fèi)水平,推薦系統(tǒng)必須對適宜人群推薦適宜產(chǎn)品,消費(fèi)水平低的用戶提供相對較低的消費(fèi)產(chǎn)品,對于高消費(fèi)能力的用戶,主打高端產(chǎn)品。在協(xié)同過濾的算法中考慮用戶特征對消費(fèi)行為影響的話,能增強(qiáng)協(xié)同過濾算法的推薦效果。

      四、用戶特征屬性和云模型的協(xié)同過濾推薦算法

      基于用戶特征屬性和云模型的CF算法主體思想:首先通過分析用戶特征屬性,構(gòu)成用戶的行為矩陣,然后進(jìn)行云模型計(jì)算。將計(jì)算的單個評分作為“云”,再將每個用戶的所有“云”構(gòu)成“云滴”,根據(jù)這個關(guān)系來計(jì)算用戶之間的相似性。算法流程如下:

      算法的輸入:用戶的歷史行為分析評分?jǐn)?shù)據(jù)集合Data、加權(quán)因子以及由用戶屬性信息構(gòu)成的user文件。

      算法的輸出:Ru對Ii的預(yù)測分?jǐn)?shù)。

      Step1數(shù)據(jù)預(yù)處理

      對用戶的行為數(shù)據(jù)進(jìn)行預(yù)處理。得到源輸入矩陣Ru和i,即:

      根據(jù)用戶屬性信息描述user文件采集得到用戶特征屬性矩陣

      Step2計(jì)算用戶評分特征向量

      根據(jù)所得的源評分矩陣,統(tǒng)計(jì)每個用戶所給出的對應(yīng)等級的評分次數(shù)u1-u5。Step3計(jì)算用戶相似度

      用戶的綜合相似度矩陣sim ,計(jì)算公式如下

      Step4產(chǎn)生推薦集

      通過Step3得出的用戶相似度矩陣找出矩陣的最近鄰居,然后獲得最近鄰居集合Fu={F1,F2,…,FK},以F1與目標(biāo)用戶的相似度為最大,F(xiàn)2次之,以此類推到FK。然后通過使用以下公式預(yù)測得到最終的評分結(jié)果。

      用戶特征屬性和云模型的協(xié)同過濾推薦算法利用了云模型計(jì)算用戶間的相似程度,解決了傳統(tǒng)算法因缺少數(shù)據(jù)對象屬性而無法計(jì)算的問題。然后通過使用影響因子解決了新用戶加入造成的影響。協(xié)同過濾推薦算法的局限性是無法緩解傳統(tǒng)算法數(shù)據(jù)的稀疏性問題。

      五、結(jié)語

      互聯(lián)網(wǎng)的發(fā)展引發(fā)了信息量的爆炸式產(chǎn)生。供應(yīng)商為了增強(qiáng)互聯(lián)網(wǎng)用戶的信息精準(zhǔn)獲取的體驗(yàn),滿足用戶及時獲取需求信息的要求,從而給自己帶來更多的收益,研究開發(fā)出了針對用戶需求的個性化定制系統(tǒng)。通過搜集用戶的互聯(lián)網(wǎng)活動的信息數(shù)據(jù),分析挖掘用戶的偏好,然后針對不同的互聯(lián)網(wǎng)用戶推薦并提供針對性的產(chǎn)品,滿足用戶需求。

      [1]趙文濤,成亞飛,王春春.基于Logistic時間函數(shù)和用戶特征的協(xié)同過濾算法[J].計(jì)算機(jī)應(yīng)用與軟件,2017,(02):285-289+312.

      [2]張星,劉帥.感知用戶的Item-based協(xié)同過濾算法[J].信陽師范學(xué)院學(xué)報(bào)(自然科學(xué)版),2017,(01):125-128.

      [3]張莉,秦桃,滕丕強(qiáng).一種改進(jìn)的基于用戶聚類的協(xié)同過濾算法[J].情報(bào)科學(xué),2014,(10):24-27+32.

      楊靜(1997-),河南開封人,河南大學(xué),本科,研究方向:大數(shù)據(jù)、計(jì)算機(jī)算法。

      猜你喜歡
      和云物品協(xié)同
      稱物品
      “雙十一”,你搶到了想要的物品嗎?
      蜀道難:車與路的協(xié)同進(jìn)化
      誰動了凡·高的物品
      “四化”協(xié)同才有出路
      汽車觀察(2019年2期)2019-03-15 06:00:50
      基于定位系統(tǒng)和云計(jì)算的電纜線路智能巡檢系統(tǒng)
      電力與能源(2017年6期)2017-05-14 06:19:38
      2017多媒體和云研討會
      三醫(yī)聯(lián)動 協(xié)同創(chuàng)新
      花婆婆和云
      2017多媒體和云研討會
      沾益县| 辽源市| 金山区| 延庆县| 岳池县| 鲁山县| 昌乐县| 彰化县| 长武县| 宝坻区| 盐亭县| 平阳县| 永嘉县| 玉树县| 奎屯市| 增城市| 鄂尔多斯市| 十堰市| 和平区| 江川县| 拉萨市| 凤凰县| 芜湖县| 和静县| 胶州市| 威信县| 从江县| 明光市| 绍兴县| 连城县| 革吉县| 高邮市| 青神县| 晋宁县| 新津县| 龙陵县| 文昌市| 巩义市| 关岭| 浠水县| 车致|