基于项目语义相似度的协同过滤推荐算法.doc

基于项目语义相似度的协同过滤推荐算法 第 31 卷 第 3 期 Vol . 31 No . 3 武汉理工大学学报2009 年 2 月 JO URNAL OF WUHAN UNIVERSITY OF TECHNOLO GY Feb. 2009 DO I :10 . 3963/ j . issn . 167124431 . 2009 . 03 . 006 基于项目语义相似度的协同过滤推荐算法 肖 敏 ,熊前兴 () 武汉理工大学计算机科学与技术学院 ,武汉 430063 摘 要 : 协同过滤是个性化推荐系统中最广泛使用的推荐技术 。在用户评分矩阵极度稀疏情况下 ,传统的协同过滤推荐算法中用户相似度的计算建立在用户评分项目交集之上 ,并且没有考虑不同项目之间存在的语义关系 ,从而导致推荐 ( 准确率低 。针对上述问题 ,文章提出一种新的基于项目语义相似度的协同过滤算法 CFSSI , collaborative filtering based ) o n semantic similarity bet ween Items:首先利用领域本体计算项目之间的相似性 ,填充评分矩阵缺失值 ,而后根据修正的 余弦相似度计算用户相似性 。实验结果表明 :算法可以在用户评分数据极端稀疏的情况下 ,仍能取得较高的推荐质量 。 关键词 : 协同过滤 ; 领域本体 ; 语义相似度 ; k 最近邻算法 ; 稀疏性问题 () 文章编号 :167124431 20090320021203 A 中图分类号 : TP 301文献标识码 : Colla borat ive Filtering Recommen dat ion Al gorithm Ba sed on Semant ic Similarity Bet ween Items X IA O M i n , X I O N G Q i a n2x i n g ( )School of Co mp uter Science and Technology , Wuhan U niversity of Technology , Wuhan 430063 , China Abstract : Collaborative filtering is o ne of t he most pop ular technologies in t he perso nal reco mmendatio n system. Wit h user rating data beco ming ext remely sparse , t raditio nal collaborative filtering reco mmendatio n algorit hm calculates similarity bet ween users using t he intersectio n of different user rating items , and it does not co nsider t he semantic relatio nship bet ween different Items , t hus reco mmendatio n qualit y is very poor . In order to avoid t he p roblems above , a novel collaborative filtering algorit hm based o n semantic similarity bet ween items is p resented. Firstly , t his met hod calculates similarity bet ween items according to do main o ntology , fills user rating mat rix , and calculates users’similarit y wit h adjusted cosine measure. The experiment result shows t hat t his met hod can effectively imp rove reco mmendatio n qualit y even wit h ext reme sparse of user rating data . Key words : collaborative filtering ; do main o ntology ; semantic similarity ; k2nearest neighbor algorit hm ; sparse 协同过滤是目前研究最多的个性化推荐技术 。随