计算机研究与发展
計算機研究與髮展
계산궤연구여발전
JOURNAL OF COMPUTER RESEARCH AND DEVELOPMENT
2015年
2期
475-486
,共12页
播存网络%统一内容标签%推荐%协同过滤%预测
播存網絡%統一內容標籤%推薦%協同過濾%預測
파존망락%통일내용표첨%추천%협동과려%예측
Broadcast-Storage network%uniform content label%recommendation%collaborative filtering%predict
信息资源在分发共享过程中存在带宽拥塞、内容冗余等问题,播存网络借助“一点对无限点”的物理广播分发共享信息资源,对解决此类问题有独特优势.播存网络采用统一内容标签(uniform content label,UCL)适配用户兴趣和推荐信息资源,用户如何高效地获得自己感兴趣的UCL是播存网络中的关键问题.针对该问题,提出一种播存网络环境下的UCL协同过滤推荐方法(unifying collaborative filtering with popularity and timing,UCF-PT).首先,通过设定一对相似度阈值来计算用户与UCL数据的稀疏情况,根据稀疏情况决定二者对UCL评分的影响权值,并基于二者权值预测用户对UCL的评分,生成推荐结果集.其次,依据UCL热度调整推荐结果集的UCL顺序,从而使热门UCL更容易推荐给用户;最后提出UCL价值衰减函数,保证较新的UCL具备较高的推荐优先级.实验结果表明:与传统推荐方法相比,该方法不仅具有良好的推荐精度,还可保证所推荐UCL的热度与时效性,更适用于在播存网络环境下推荐UCL.
信息資源在分髮共享過程中存在帶寬擁塞、內容冗餘等問題,播存網絡藉助“一點對無限點”的物理廣播分髮共享信息資源,對解決此類問題有獨特優勢.播存網絡採用統一內容標籤(uniform content label,UCL)適配用戶興趣和推薦信息資源,用戶如何高效地穫得自己感興趣的UCL是播存網絡中的關鍵問題.針對該問題,提齣一種播存網絡環境下的UCL協同過濾推薦方法(unifying collaborative filtering with popularity and timing,UCF-PT).首先,通過設定一對相似度閾值來計算用戶與UCL數據的稀疏情況,根據稀疏情況決定二者對UCL評分的影響權值,併基于二者權值預測用戶對UCL的評分,生成推薦結果集.其次,依據UCL熱度調整推薦結果集的UCL順序,從而使熱門UCL更容易推薦給用戶;最後提齣UCL價值衰減函數,保證較新的UCL具備較高的推薦優先級.實驗結果錶明:與傳統推薦方法相比,該方法不僅具有良好的推薦精度,還可保證所推薦UCL的熱度與時效性,更適用于在播存網絡環境下推薦UCL.
신식자원재분발공향과정중존재대관옹새、내용용여등문제,파존망락차조“일점대무한점”적물리엄파분발공향신식자원,대해결차류문제유독특우세.파존망락채용통일내용표첨(uniform content label,UCL)괄배용호흥취화추천신식자원,용호여하고효지획득자기감흥취적UCL시파존망락중적관건문제.침대해문제,제출일충파존망락배경하적UCL협동과려추천방법(unifying collaborative filtering with popularity and timing,UCF-PT).수선,통과설정일대상사도역치래계산용호여UCL수거적희소정황,근거희소정황결정이자대UCL평분적영향권치,병기우이자권치예측용호대UCL적평분,생성추천결과집.기차,의거UCL열도조정추천결과집적UCL순서,종이사열문UCL경용역추천급용호;최후제출UCL개치쇠감함수,보증교신적UCL구비교고적추천우선급.실험결과표명:여전통추천방법상비,해방법불부구유량호적추천정도,환가보증소추천UCL적열도여시효성,경괄용우재파존망락배경하추천UCL.
