基于遗忘曲线的协同过滤研究.docxVIP

第10卷第12期(2014年4月)ComputerKnowledgeandTechnology电脑知识与技术E-mail:xsjl@Tel:+86-55165690964ISSN1009-3044ComputerKnowledgeandTechnology电脑知识与技术Vol.10,No.12,April2014基于遗忘曲线的协同过滤研究张磊(安徽理工大学计算机科学与工程学院,安徽淮南232001)摘要：随着信息技术和互联网技术的发展，推荐系统成为解决信息过载的重要方式。而协同过滤因为其算法简单，又能够处理复杂的问题并产生比较良好的效果而被人们广泛应用，也成为了推荐系统中最成功的技术。然而用户的兴趣是时刻变化的，且对于新用户系统无法预测用户的偏好。因此为了解决这一问题，对艾宾浩斯遗忘曲线和推荐算法进行了研究，发现由于人的兴趣是不断变化的，而这种变化是自然遗忘的过程，也就符合遗忘曲线，所以用遗忘函数模拟人的兴趣变化。由于时间对评分的起着很重要的作用，在使用相似度算法时加入了时间因子，对用户的原始评分进行衰减，以此来反应用户的兴趣变化。 然后为此算法设计了两组实验来验证算法的有效性。通过两组实验的结果证明，总体上来讲，基于遗忘曲线的相似度的计算方法比传统的算法要好一些。关键词：推荐系统；协同过滤；遗忘曲线；兴趣变化中图分类号：TP391.4文献标识码：A文章编号：1009-3044(2014)12-2757-05ResearchonCollaborativeFilteringBasedonForgettingCurveZHANGLei(Dept.ofComputerScienceandTechnology,AnhuiUniversityofScienceandTechnology,Huainan232001,China)Abstract：ExploitationWiththerapiddevelopmentofinformationtechnologyandInternettechnology,recommendersystemhasbecometheimportantwaytosolveInformationoverload.Collaborativefilteringbecauseitsalgorithmissimply,candealwithcomplexissuesandhasgoodeffectiswidelyusedbypeople,alsobecamethemostsuccessfulrecommendersystemtechnology.However,theusersinterestisalwayschanging,andfornewuserssystemcannotpredicttheuserspreference,sotosolvethisproblem,researchedontheEbbinghausforgettingcurveandrecommendationalgorithm,foundthatpeople’sinterestarecon?stantlychanging,andthiskindofchangeistheprocessofnaturalforgetting,thatistosay,itiskeepingwiththecurve,soappliedtheforgettingfunctiontosimulatethechangeofuser’sinterest.Takingintoaccountthetimeplayinganimportantroletoscore,whenusingsimilarityalgorithmintroducedtimefactorinit,madeaattenuationfortheoriginalscoreoftheusers.Thendesignedtwogroupsofexperimentstoverifytheeffectivenessofthealgorithm.Throughtwogroupsofexperimentalresultsdemonstratedthat,generallyspeaking,theproposedsimilaritycomputingmethodbasedontheforgettingcurvewasbetterthanthetraditionalalgorithm.Keywords：recommendersystem;collaborativefiltering;forgettingcurve在推荐系统中，协同过滤技术作为最成功的技术也同样是最常用的技术，它的基本思想为：根据用户兴趣偏好的相