本文探讨了在垂直搜索引擎环境下进行用户协同过滤时，如何通过填充用户评分数据的稀疏性，以及采用余弦相似性、皮尔森系数和调整余弦相似性等算法计算用户间相似性。提出了一种自顶向下的评分填充策略，将子项目分数与父项目分数按规则运算后作为最后评分，以增强推荐系统的准确性和覆盖率。
进行用户协同过滤时，一个关键问题是如何计算用户之间的相似性。比较常见的计算用户相似度的算法有余弦相似性、皮尔森系数、调整余弦相似性三种。
这三种相似性都是基于一个称为用户-项目矩阵的数据结构来进行计算的。该数据结构如下：
余弦相似性：把用户评分看作是n维项目空间上的向量，通过计算两个向量之间的夹角余弦来度量两个用户之间的相似性。
皮尔森系数：又称相关相似性，通过Peason相关系数来度量两个用户的相似性。计算时，首先找到两个用户共同评分过的项目集，然后计算这两个向量的相关系数。
调整余弦相似性：将余弦相似性中的向量，减去用户平均评分向量后，再计算夹角余弦以修正不同用户评分尺度不同的问题。
在数据比较稀疏的情况下，这几种方法均存在一定问题：余弦相似性和调整余弦相似性对于用户未评价项目评分为0的假设；皮尔森系数中用户共同评分项目集可能很小。
在垂直搜索引擎中，用户数据具有相当的稀疏性。所以需要通过一定的手段来消除这种稀疏性。我的思路：
1.垂直搜索中存在一个项目的目录（树形结构），如果自顶向下进行评分，并将子项目分数与父项目分数按一定规则运算后作为最后评分。从而填充稀疏矩阵为密集矩阵。
2.按照密集矩阵进行推荐。
扫一扫
1384
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
