计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2011年
11期
2234-2242
,共9页
张海粟%陈桂生%马于涛%刘玉超
張海粟%陳桂生%馬于濤%劉玉超
장해속%진계생%마우도%류옥초
群体兴趣%兴趣点泛树结构%协同推荐%维基百科%社会网挖掘
群體興趣%興趣點汎樹結構%協同推薦%維基百科%社會網挖掘
군체흥취%흥취점범수결구%협동추천%유기백과%사회망알굴
针对协同过滤、基于内容过滤等个性化推荐方法所存在的用户隐私数据收集、冷启动等问题,提出一种群体兴趣及其关联性的挖掘方法,并应用于推荐领域.以维基百科作为数据源,获取用户社团及其编辑的词条,设计了以词条及其所属类别为基础的泛树结构生长策略,使用泛树结构表征用户社团所对应的兴趣点.结合用户社团的结构特征和兴趣点的语义特征给出了用户社团对兴趣点的关注度及兴趣点间关联性的定义,用此群体兴趣取代个性化推荐方法中的个体兴趣,进行了人工直观评价、测试集对比以及视频点播中的新闻推荐等三种实验.结果表明,测试集上群体兴趣关联性的准确度达到了50%,高于基准协同推荐方法的准确度;新闻推荐实验中,本方法比按热度推荐方法获得了高出近一倍的点击率,验证了群体兴趣及其关联性的合理性.
針對協同過濾、基于內容過濾等箇性化推薦方法所存在的用戶隱私數據收集、冷啟動等問題,提齣一種群體興趣及其關聯性的挖掘方法,併應用于推薦領域.以維基百科作為數據源,穫取用戶社糰及其編輯的詞條,設計瞭以詞條及其所屬類彆為基礎的汎樹結構生長策略,使用汎樹結構錶徵用戶社糰所對應的興趣點.結閤用戶社糰的結構特徵和興趣點的語義特徵給齣瞭用戶社糰對興趣點的關註度及興趣點間關聯性的定義,用此群體興趣取代箇性化推薦方法中的箇體興趣,進行瞭人工直觀評價、測試集對比以及視頻點播中的新聞推薦等三種實驗.結果錶明,測試集上群體興趣關聯性的準確度達到瞭50%,高于基準協同推薦方法的準確度;新聞推薦實驗中,本方法比按熱度推薦方法穫得瞭高齣近一倍的點擊率,驗證瞭群體興趣及其關聯性的閤理性.
침대협동과려、기우내용과려등개성화추천방법소존재적용호은사수거수집、랭계동등문제,제출일충군체흥취급기관련성적알굴방법,병응용우추천영역.이유기백과작위수거원,획취용호사단급기편집적사조,설계료이사조급기소속유별위기출적범수결구생장책략,사용범수결구표정용호사단소대응적흥취점.결합용호사단적결구특정화흥취점적어의특정급출료용호사단대흥취점적관주도급흥취점간관련성적정의,용차군체흥취취대개성화추천방법중적개체흥취,진행료인공직관평개、측시집대비이급시빈점파중적신문추천등삼충실험.결과표명,측시집상군체흥취관련성적준학도체도료50%,고우기준협동추천방법적준학도;신문추천실험중,본방법비안열도추천방법획득료고출근일배적점격솔,험증료군체흥취급기관련성적합이성.