推荐系统中一些共聚类算法的研究

摘要

随着科技的迅猛发展，我们进入了大数据时代，网络正为我们提供越来越多的信息和服务，但是，我们在享受网络带来的便利时，也不得不面对网络上大量的垃圾信息，这就是著名的“信息过载”问题。面对大量的信息资源，如何帮助用户快速、有效地获取有用的信息成为现在研究的热点，推荐系统应运而生。　　作为一种新的智能信息服务方式，推荐系统可以感知用户的需求，将用户可能感兴趣的项目推荐给用户，实现个性化服务，大大降低了用户搜寻信息的成本。近年来，学者们研究了大量的推荐模型和算法以改进个性化推荐系统的性能，其中，基于协同过滤的算法被广泛地应用于电子商务，社交网络，评论网站等多个领域。但是，随着推荐系统规模的增大，协同过滤技术面临着巨大的挑战，特别是推荐系统中常见的稀疏性，可扩展性，冷启动性问题成为很多基于协同过滤技术算法的主要瓶颈。针对这些问题，本论文主要研究了以下三种基于共聚类的算法，以改进相关协同过滤算法的性能：　　（1）本文建立了一种新的软聚类算法，即软K-示性交替投影算法，并将其与传统的协同过滤推荐算法结合起来提出了一种基于软共聚类的SCoC推荐方法。由于额外信息的使用有助于改善推荐系统的性能，本文考虑将项目类型信息融合到这一推荐方法中，首先，本文利用用户-项目评分信息和项目类型信息建立用户的偏好信息，再将评分信息、用户偏好信息以及项目类型信息结合起来建立基于软共聚类的SCoC模型。　　（2）本文假设同一个域的不同部分具有相同的评分类型信息，建立了一种基于上下文信息和迁移学习的IDTL算法。借鉴已有模型对上下文信息的使用方法，本文建立随机决策树对用户-项目评分矩阵进行划分，生成一系列的子矩阵，接着，从这些子矩阵中选取一些合适的子矩阵，将其看作“多个域”建立域内迁移学习，生成用户/项目的划分信息和所有子矩阵共有的聚类水平上的评分类型信息，从而实现对评分矩阵中未知评分的预测。这一算法不需要额外的域信息，具有更强的自适应能力。　　（3）本文考虑采用正交非负矩阵三因子分解算法同时生成用户和项目的划分信息，再借鉴加性共聚类ACCAMS模型中的回填策略对推荐系统中的用户/项目属性进行层次表示，实现对大规模用户-项目评分矩阵的有效逼近。同样地，考虑额外信息的使用可以改进推荐系统的性能，本文在对用户-项目评分矩阵进行正交非负三因子分解的过程中加入用户社交信息以及项目类型信息，以改进对用户/项目的划分精度，从而改进对用户-项目评分矩阵中未知评分的预测精度。　　综上可知，本文主要研究了三种基于共聚类的协同过滤算法。除此之外，本文将提出的这三种算法分别与推荐系统中的经典算法进行对比，通过数值实验验证了本文所提出算法的有效性。

目录

1 绪 论

1.1.1 研究背景

1.1.2 研究意义

1.2 国内外研究现状

1.2.1 协同过滤算法的研究现状

1.2.2 基于聚类的协同过滤算法的研究现状

1.2.3 基于上下文信息推荐算法的研究现状

1.2.4 基于互域信息协同过滤算法的研究现状

1.3 本文的主要工作和创新点

1.4 本文章节安排

2 推荐系统的一般框架与分类

2.1 引言

2.2 推荐系统的一般框架

2.3 推荐系统的分类

3 本文相关经典方法介绍

3.1 引言

3.2 一般矩阵分解算法

3.3 多类共聚类MCoC算法

3.4 评分矩阵生成RMGM模型

3.5 正交非负矩阵三因子分解算法

3.6 加性共聚类ACCAMS 算法

3.7 本章小结

4 基于软共聚类的SCoC 方法研究

4.1 引言

4.2.1 用户偏好矩阵构造

4.2.2 用户-项目关系模型

4.2.3 软-K示性交替投影算法

4.2.4 基于软共聚类的SCoC模型

4.2.5 Top-N 推荐列表生成过程

4.3 实验设置

4.3.1 数据集选取

4.3.2 性能评估度量

4.3.3 对比算法选取

4.4 实验结果

4.4.1 性能对比

4.4.2 参数选取

4.5.1 稀疏性

4.5.2 可扩展性

4.5.3 冷启动性

4.6 本章小结

5 基于上下文信息和迁移学习的IDTL方法研究5.1 引言

5.2.1 问题的提出

5.2.2 随机决策树构造

5.2.3 子矩阵选取方法

5.2.4 域内迁移学习算法

5.2.5 评分预测矩阵构造

5.3 实验设置

5.3.1 数据集选取

5.3.2 性能评估度量

5.3.3 对比算法选取

5.4 实验结果

5.4.1 性能对比

5.4.2 参数选取

5.5 本章小结

6 基于正交非负矩阵三因子分解的AONMT方法研究6.1 引言

6.2.1 用户/项目相似度矩阵构造

6.2.2 用户/项目划分信息生成

6.2.3 Stencil矩阵构造

6.2.4AONMT 算法

6.3 实验设置

6.3.1 数据集选取

6.3.2 性能评估度量

6.3.3 对比算法选取

6.4 实验结果

6.4.1 性能对比

6.4.2 参数选取

6.5 本章小结

7 总结与展望

7.1 本文工作总结

7.2 后续工作展望

参考文献

附录

A. 作者在攻读博士学位期间发表的论文目录

B. 作者在攻读博士学位期间参加的科研项目及得奖情况

C. 学位论文数据集

致谢

声明