輕博客推薦系統(tǒng)及相關推薦算法研究.pdf

1、近年來，博客作為網絡傳播個人信息和想法的重要載體，發(fā)展極具多樣化，以個人興趣為聚合點的輕博客是博客的新變體。輕博客作為博客的一種，也面臨著內容日益增加泛濫的問題，而它的以興趣為聚合點的特點，使得如何提供給用戶感興趣的內容更加重要。
　　 推薦作為一種主動提供給用戶內容的方式，目前已經在很多系統(tǒng)中應用，相應的推薦算法也有多種多樣。本文分析了各種典型個性化推薦算法的優(yōu)缺點，并根據輕博客自身特點，選擇了協同過濾推薦算法作為輕博客推薦的

2、核心算法。然而，傳統(tǒng)的協同過濾推薦算法存在可擴展性問題、數據稀疏問題、新用戶問題及新項目問題。輕博客推薦系統(tǒng)采用了用戶劃分和項目劃分的方法部分解決了新用戶問題和新項目問題；輕博客推薦系統(tǒng)采用的離線計算、中間存儲、定時推薦和緩存的方法解決了可擴展性問題。
　　 針對推薦算法中的問題，本文進行了兩個方面的改進。首先，本文采用了用戶背景信息全面引入用戶.項目評分矩陣的方法，從而不但解決了矩陣零值的問題，而且非零值評分項目中也引入了用戶

3、背景信息，使得項目的評分更加科學。然后，考慮到隨著時間的推移，用戶對于項目的興趣度是有變化的，因此引入了用戶興趣度權值函數，并且首創(chuàng)性的將用戶興趣度擴大到了用戶對于項目的多種行為上。
　　 接下來，從項目方面，引入了項目的客觀相似度，并根據項目在不同項目特征上的特征值進行客觀相似度計算；區(qū)別于一般的從項目方面進行改進的算法，因為項目的客觀相似度并不是去影響計算相似項目的過程，而是將其作為預測項目評分的直接影響因子，實質上是將用戶