欢迎来到天天文库
浏览记录
ID:31477298
大小:1.67 MB
页数:4页
时间:2019-01-11
《提高会话推荐多样性的srl推荐系统模型》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第34卷第5期东北大学学报(自然科学版)V01.34,No.520l3年5月JoumalofNortheastemUniVersity(NaturalScience)May2013提高会话推荐多样性的SRL推荐系统模型李晶皎1,孙丽梅1”,王骄1(1.东北大学信息科学与工程学院,辽宁沈阳110819;2.沈阳建筑大学信息与控制工程学院,辽宁沈阳11叭68)摘要:现有的各种推荐多样性定义难以体现用户在会话期内推荐项目的多样性,且现有的各种提高推荐多样性的方法通常以牺牲推荐准确率为代价.提出了会话推荐多样性的概念,分析了现有推荐系统会话推荐多样性偏低的主要原因是推荐树中存在
2、过多的重复节点.设计了一种会话推荐列表sRL(sessionrecommendation1ist)推荐系统模型,为每个活跃用户建立会话推荐列表,能够有效避免推荐树中出现推荐环路或弱推荐环路.通过MovicLens数据集测试表明,sRL推荐系统模型可以大幅度提高会话推荐多样性,同时也提高了推荐准确率.关键词:会话推荐多样性;推荐树;推荐环路;弱推荐环路;会话推荐列表中图分类号:TP391文献标志码:A文章编号:1005—3026(2013)05—0650—05SRLRecommendationSystemModelImproVingSessionRecommendatio
3、nDiVersityJL,t,i昭彬Ⅱ01,.s唧Li一,r}eil’2,腑ⅣG^001(1.SchoolofInfomatjonScience&Engineering,NonheastemUniversity,Shenyang110819,China;2.InfornlationaJldConⅡDlEngineeringFaculty,ShenyangJianzhuUnj、,ersicy,Shenyang110168,China.correspondingauthor:SuNLi—mei,E—mail:sunlimei@sjzu.edu.cn)Abst
4、ract:Cun.entdiversitVdefinitionscannotindicatetherecoIIunendationdiversityduringusers’sessionandt11eeXistingmethodsforimprovingrecommendationdiversityalwayscomeatmeexpenseofprecision.Sessionrecommendationdiversitywasproposed.Traditionalrecommendationsystemshavepoorsessionrecommenda
5、tiondiversitybecausemerearetoomanyrepeatednodesintherecommendationtrees.SRLmodelwasdesignedtoeliminatetheredundancV.Bycreatingsessionrecommendationlistforeachactiveuser,recommendation100psorweakrecommendationlooDsinmerecommendationtreescouldbeavoidedbasedonmeproposedmodel.
6、ExperimentalresultsonMovieLensdatasetshowedmatSRLmodelhassubstantiallvhighersessionrecommendationdiversityandbetterrecommendationprecision.Keywords:sessionrecommendationdiversity;recommendationtree;recommendation100p;weakrecommendationloop:SRL(sessionrecommendationlist)在当前互联网信息过载的环境下
7、,推荐系统逐渐成为帮助用户决策的有效工具.目前的推荐算法主要包括协同过滤推荐算法¨≈o、基于内容的推荐算法旧。以及混合推荐算法M。5o等.现有的推荐算法通常以更高的推荐准确率表明自己的先进性,然而较高的推荐准确率带给用户的是较少的产品多样性.近年来,越来越多的学者开始关注推荐系统的多样性问题∽。1…,如文献[6]提出利用物理学中的热传播理论和推荐算法相结合来解决准确率和多样性相互制约的问题.文献[7]提出了集合多样性的概念,通过增
此文档下载收益归作者所有