20、基于内容可寻址空间的协同过滤最近邻检索研究

基于内容可寻址空间的协同过滤最近邻检索研究

在协同过滤系统中，K近邻（KNN）搜索是一种常用的技术，用于寻找与目标用户最相似的邻居，从而进行推荐。本文将围绕基于内容可寻址网络（CAN）的KNN搜索展开，从可扩展性、准确性、固有聚类和补全启发式方法等多个方面进行实验分析。

1. 搜索的可扩展性

为了评估基于CAN的KNN搜索启发式变体的可扩展性，进行了以下两个实验。

1.1 用户数量对比较次数的影响

实验逐步将插入系统的用户数量从M = 1,000增加到M = 14,000，对于每个M值，计算传统穷举KNN搜索和基于CAN的启发式KNN搜索在邻域形成阶段的比较次数，两种搜索都旨在检索K = 5个最近邻。每个M值的实验针对不同的活跃用户重复1000次。

实验结果表明，基于CAN的KNN搜索的比较次数明显低于传统KNN搜索，并且随着用户数量的增加，其比较次数呈对数增长。这是因为基于CAN的KNN搜索仅将活跃用户与一小部分高度相似的用户进行比较，而传统KNN搜索则需要与所有可用用户进行比较。通过计算基于CAN的KNN搜索与传统KNN搜索的比较次数之比，发现该比值随着M的增加而稳定下降，这表明该算法适用于具有大量用户和项目的大规模系统。

1.2 最近邻数量对比较次数的影响

实验将K值从K = 1逐渐增加到K = 50，对于每个K值，测量M = 1,000、2,000、4,000、8,000和14,000用户时检索K个最近邻所需的比较次数。每个M和K值的实验针对不同的活跃用户重复1000次。

结果显示，基于CAN的KNN搜索的比较次数在K增加时基本保持不变。这是因为大多数KNN用户都位