一种基于用户聚类的协同过滤个性化图书推荐系统_孙守义

爱好的用户分配到相 同聚类 中 , 聚类产 生以后 , 在所在 类
中搜索目标用户的最 近邻居 , 缩 小用户 的搜索 范围 , 这 样
可有效地提高系统的性能 。
本文提出一种 个性 化图 书推 荐系 统 的具 体 实现 方案 ,
该方案综合了协同过滤 技术和 聚类技 术 , 通过对 图书馆 数
据库保留的大量用户借 阅记录 进行分 析 , 得到用 户的图 书
(2) 用值在 0, 1 间的随机数初 始化用 户隶属矩 阵U = {u1 , u2 , … , un}, 其中 uj =(u1 j , u2 j , … , Ucj)T , uij 表示某 用 户 j 在 第 i 类 中 的 隶 属度 , uij 介于 0 , 1 间 , 使 其 满 足 式
— 140 —
偏好 , 向用户提供个性 化图书 推荐 。 最 后通过 实验 , 证 明
了该方案的可行性和有效性 。
1 基于用户聚类的协同过滤个性化图书推荐系统
的设计
1.1 系统的体系结构
协同过滤个性化推 荐系统 的核心 工作有 两项 :一是 建
工 作
立用户模型 , 即把用户的 需求用计 算机能 够识别 的形式 表 研
统 FCM 聚 类算法的初始隶属 度是随机选取的 , 所以 初始聚 类中心也是随机得到 的 , 而 FCM 算法强烈依赖于初 始聚类
中心 , 如果 能选择与实际 类中心接 近的点 作为初 始聚类 中 心 , 将会有效地减少跌 代次数 , 很 快收 敛于全 局最 优 。 我
们选择访问量较高 , 同时 彼此之间 相似性 较低的 用户作 为
(1) 中的约束条件 ;
c
∑ uij = 1, j = 1 , … , n
i =1
(1)
(3) 用式 (2) 计算 c 个聚类中心 ci , i =1, … , c ;m
是加权指数 , 且m ∈ [ 1, ∞);
n
∑ umij xj
ci
=
j =1 n
∑ umij
(2)
j =1
(4) 根据式 (3) 计算价值函数 。 如果 它小于某个 确定
∑ u ∈ Uij(Ru , i -Ri)(Ru , j -Rj)
∑ u ∈ Uij(Ru , i -Ri)2
∑ u ∈ Uij(Ru , j -Rj)2
(5)
通过用户之间相似性计 算得到 了目标 用户与 其它用 户
之间的相似度 , 然后选择 相似度 最大的 n 个用 户 , 组成 目
到原 始数据和转化数据 的存放 及表之间 关系的 确立 , 并 便
于程序访问和使用 。
(2) 数据预处理 模块 , 数 据的清 理和 转化 , 建 立用 户
模型 。
(3) 相似用户聚类 模块 , 实 现把整 个用 户空间 分成 若
干相似用户聚类群 。
(4) 推荐引擎模块 , 主要操 作是寻 找相 似用户 和产 生 推荐图书 。
作 其次是保证程序运行时收敛加快 。
研 究
1.3 相似用户的聚类
聚类的实 现算法较多 , 在 基于目 标函数 的聚类 算法 中
模糊 c 均值 (FCM , Fuzzy c-Means) 算法 , 是一种 理论较 为 完善 , 应用最为广泛的模 糊聚类 算法 。 很多 对象具 有中 介
性 , 具有 “亦此 亦彼” 的 性质 , 即模 糊性 特性 。 模 糊聚 类
sytem incoporates collaborative filtering and clusering techniques .Through mining userslibrary records reserved in the
library database it recommends books relevant to the user.The research supplies a basis for the further study and prac-
据库保留的大量用户图书借阅记录进行挖掘 , 向用户提供个性化图书推荐 , 为图书馆个性化服务的研究和实践提 供了
一种新的思路 。
〔关键词〕 推荐系统 ;协同过滤 ;聚类
〔Abstract〕 We present an explanation of how a personalized book recommendation system is realized.The
分析 可以把一个对象处于多个不同的类中 , 用值在 0, 1 间 的隶 属度表示每个对象 属于各 个类别的 程度 , 即 建立起 了
对象 对于类别的不确定 性描述 。 很 多用户 的图书 需求是 多
方面的 , 利用模糊聚类技 术对用 户进行聚 类 , 这样 就很 好
的体 现了很多用户的多 兴趣特 点 , 在进行 聚类分 析的时 候
一个类 , 有的用户同时属 于两个 类 。 在为属 于两 类的目 标
用户寻找 top-n 最近 邻居集 的时候 , 根 据属于 两类的隶 属 度比确定在各类中寻找的用户数量 。
1.4 确定 top-n 最近邻居集
协同过滤推荐系统的核 心是为 目标用 户寻找 最近邻 居
集 。 系统根 据用户 之间的相 似来确 定目标 用户的 top-n 最 近邻居集 , 即这 步的 主要 操作 是用 户之 间的 相 似性 计算 。
□
tice of personalized service in the library .
〔Key words〕 recommendation system;collaborative filtering ;clustering
〔中图分类号〕 TP393 〔文献标识码〕 C 〔文章编号〕 1008-0821 (2007) 11 -0139-04
(5) 用户接口模块 , 目标用 户和系 统之 间在线 交互 平 台 , 通过这个平台获取用 户信息 , 同 时把推 荐图书 展现 给
用户 。
1.2 数据预处理
□
数据预处理是数据优 化 , 格式转 化的 过程 , 通 过此 过
程建立用户模 型 , 该模 型要 能够 代表 用户 的 需求 和 兴趣 。
王 蔚 (1966—), 女 , 南京师范大学教育技术系教授 , 博士, 研究方向 :智能信息处理 、 数据挖掘 , 资源服务 。
— 139 —
现代情报
2007 年 11 月 第 11 期 November.2007 No.11
该体系结构把系统主要分成 5 个模块 :
(1) 数据库管理 系统 , 数 据的存 储和 管理 , 主 要涉 及
初始聚类中心 , 然后再根 据聚类中 心确定 初始用 户隶属 矩
阵 , 有效地改进了聚类算法 。
在得到用户在各聚类 中的隶 属度后 , 根 据隶 属度来 确 定每个用户的所属用户 聚类 。 本系 统把隶 属度最 大的类 作
为用户的第一归属类 ;如果第二隶属度的值大于某个阈值 , 也把该用户归属在第二 类 。 所以在 本系统 中有的 用户属 于
来分编图书 , 而这些分类 相对较 为稳定 。 在 用户向 量特 征
选择的时候 , 依据这些分 类进行 特征选择 , 可以解 决数 据
稀疏性问题 , 同时图 书馆分 编图书 的分类 方法一 般很少 变
化 , 容易维护 ;(3) 归一化处理 是把数据 值限制 在你需 要
工 的一定范围内 。 首 先归 一化 是为 了后 面数 据 处理 的 方便 ,
本系 统使用空间向量模 型表示 用户 , 这样 能够便 于后面 的
用户 聚类和相似性计算 。 来 源数据 是图书 馆用户 的借阅 记
录 , 预处理过 程具体包括 数据清 理 , 数据 转化 , 归 一化 处
理等 。 (1) 数据清 理具体来 说是一个 数据优 化的过程 。 删 除那 些不符合要求的借 阅记录 , 能 够更加 有效为 用户获 取
协同过滤 是目前研究最 多 、 应用 最成功 的个性 化推 荐 技术 , 其核心思想如 图 1 所示 :找到一 个用 户感兴 趣内 容 的最 好方法就是先找到 与其有 相似兴趣 的其他 用户 , 然 后 将相 似用户感兴趣的内 容推荐 给此用户 。 基于协 同过滤 推 荐系 统的优点是能为用 户发现 新的感兴 趣的信 息 , 同时 对 推荐资源没有特殊的要求 。
示出来 ;二是用户之间的 相似性 计算 , 即确 定目 标用户 的 究
最近邻居集 。 本文提出的 基于用户 聚类的 协同过 滤个性 化
图书推荐系统的体系结构如图 2 所示 :
图 1 协同过滤技术 协同过滤 技术被成功地 应用于 个性化 推荐 系统中 , 但 随着系统规模 扩大 , 用户 和资源 的数量急 剧增 长 , 系统 的 性能会越来越 低 。聚 类是一 种非常 有效的 数据挖 掘和机 器 学习技术 , 它是将物 理或抽 象对象 的集合 分组成 为由类 似 的对 象组成的多类的过 程 。 聚类技 术可以 将具有 相似兴 趣
图书馆是 学校的信 息中心 , 科研中心 , 是学习 者获 取 学习 资源的重要渠道 。 现在 各级图 书馆都 建立了 基于网 络 的信息服务系 统 , 但 大部分 图书馆 服务系 统只是 提供了 一 些简 单的查询功能 , 如查阅 图书馆 的图书 信息和 用户个 人 信息 , 不能有效针对 用户偏 好和特 定需求 提供个 性化信 息 服务 。 如何构建有效的个 性化信 息服务系 统 , 是目 前图 书 馆领 域中一项非常有意 义的研 究内容 。 新 技术的 采用为 图 书馆的信息服务方面带来了许许多多新思路 。
uij = c
∑
k =1
1 d ij 2/(m -1) dkj
(4)
输出 :用户在各聚类中的隶属度和各聚类的聚类中心
本系统在初始聚类数 目选择 的时候 , 参 考了 资源和 用 户的特点 , 先选择一个适 当的聚 类数目 , 然 后通 过对聚 类