高技术通讯
高技術通訊
고기술통신
HIGH TECHNOLOGY LETTERS
2015年
3期
307-312
,共6页
祝晓斌%蔡强%白璐%李海生
祝曉斌%蔡彊%白璐%李海生
축효빈%채강%백로%리해생
协同过滤%推荐%标签%TF-IDF%MapReduce
協同過濾%推薦%標籤%TF-IDF%MapReduce
협동과려%추천%표첨%TF-IDF%MapReduce
collaborative filtering%recommendation algorithm%tag%TF-IDF%MapReduce
针对基于用户打分的传统协同过滤推荐算法存在准确率较低以及计算延时的问题,提出了一种基于标签与协同过滤的并行混合推荐算法.该算法通过计算标签的词频-逆文档频率(TF-IDF)值降低流行标签的权重,根据用户的历史行为预测用户对其他资源的偏好值,最后依据预测偏好值排序产生Top-N推荐结果.对该算法的计算效率与复杂度进行了理论分析,并且通过并行编程模型MapReduce使其得到了实现,最后在实验中进行了它与Apache软件基金会项目Mahout的协同过滤算法的对比分析.实验结果表明该算法有较高的准确性,能有效地提高推荐效率.
針對基于用戶打分的傳統協同過濾推薦算法存在準確率較低以及計算延時的問題,提齣瞭一種基于標籤與協同過濾的併行混閤推薦算法.該算法通過計算標籤的詞頻-逆文檔頻率(TF-IDF)值降低流行標籤的權重,根據用戶的歷史行為預測用戶對其他資源的偏好值,最後依據預測偏好值排序產生Top-N推薦結果.對該算法的計算效率與複雜度進行瞭理論分析,併且通過併行編程模型MapReduce使其得到瞭實現,最後在實驗中進行瞭它與Apache軟件基金會項目Mahout的協同過濾算法的對比分析.實驗結果錶明該算法有較高的準確性,能有效地提高推薦效率.
침대기우용호타분적전통협동과려추천산법존재준학솔교저이급계산연시적문제,제출료일충기우표첨여협동과려적병행혼합추천산법.해산법통과계산표첨적사빈-역문당빈솔(TF-IDF)치강저류행표첨적권중,근거용호적역사행위예측용호대기타자원적편호치,최후의거예측편호치배서산생Top-N추천결과.대해산법적계산효솔여복잡도진행료이론분석,병차통과병행편정모형MapReduce사기득도료실현,최후재실험중진행료타여Apache연건기금회항목Mahout적협동과려산법적대비분석.실험결과표명해산법유교고적준학성,능유효지제고추천효솔.
