![](https://csdnimg.cn/release/download_crawler_static/18829696/bg1.jpg)
收 稿日期 : 2006-12-29; 修 回日期 : 2007-04-03 基 金项 目: 国 家自 然科学 基金 资助项 目( 60673062) ; 华南 理工大 学自 然科学 青年 基金资
助项目 ; 华 南理 工大学 学生 研究计 划资助 项目
作 者简介 : 陈 健( 1977- ) , 女, 讲 师, 博士, 主要 研究 方向为 Web 挖掘 、模 式识别 、信 息处 理等( ellachen@ scut. edu. cn) ; 庄 瑜文( 1986-) , 男 , 主 要
研究方 向为数 据挖 掘、个性 化研究 等; 闵华 清( 1956- ) , 男, 教授 , 博导, 博士 , 主要研 究方向 为人 工智能 等.
基 于 双 因 素 方 差 分 析 的 推 荐 算 法
*
陈 健
1, 2
, 庄瑜文
2
, 闵华清
2
( 1. 华南 理工 大学 计算 机科 学与 工程 学院 , 广州 510006; 2. 华南理 工大 学 软件学 院, 广州 510641)
摘 要: 提 出一 种新 的基 于双 因素 方 差 分 析的 推 荐 算 法 DFAR。 该 方法 基 于 成 熟 的 统 计 学模 型 , 简 单 易 理 解 ,
具有 很好 的鲁 棒性。 实验 结果 证明 , 该 算法 相比 传统 的项 目 协作 过 滤 算 法 取 得 了更 好 的 推 荐 效 果, 并 大 大 节 省
了算 法所 需要 的空间 。
关键 词: 推 荐系 统; 双因 素方 差分 析; 协 作过 滤
中图 分类 号: TP391 文 献标 志码: A 文 章编 号: 1001-3695( 2008) 03-0698-04
Recommendation approach based on double-factorial analysis of variance
CHEN Jian
1,2
, ZHUANG Yu-wen
2
, MIN Hua-qing
2
( 1. School of Computer Science & Engineering, South China University of Technology, Guangzhou 510006, China; 2. School of Software Engi-
neering, South China University of Technology, Guangzhou 510641, China)
Abstract: This paper presented a recommendation algorithm, named DFAR, which was based on double-factorial analysis of
variance. DFAR had well studied statistical properties, easy-intelligibility and good robusticity. Experiments showthatthisal-
gorithm can achieve better prediction accuracy than traditional item-based CFalgorithm. Furthermore, it can dramatically save
the storage space.
Key words: recommendation system; double-factorial analysis of variance; collaborative filtering
0 引言
Internet的高速发展使之成为一个分布广 泛的全球性 信息
服务中心。随着 计 算机 网络 技 术的 发展 和 成熟, Web 已 成 为
人们获取 信息的 一个重 要途径。随 着 Web 信 息的快 速增长,
人们却常常面临信息爆炸的尴尬处境, 不得不花费大量的时间
去搜索、浏览自己需要的信息。由于 Web 数据本 身具有分布、
异质、动态等特点, 对在 Web 上开展有效、快速、准确的信 息检
索也带来了巨大的挑战。
Web 推荐系统的目的就是根据 Web使用 模式所表达 的用
户偏好, 将 Web 中一组 潜在 的与 当前用 户兴 趣匹 配的 对象 推
荐给他, 包括链接、广告、文本、产品 或服务 等。高 效的 推荐 技
术对于提高网络服务的质 量是十 分重要 的。如何发 现用户 的
兴趣和爱好为其度身定制推荐 内容则 是推荐 技术研 究的关 键
内容之一。近年来, 研究 者们提 出了各 种各样 的模型 和方法,
以捕捉集成在 Web 站点中的用户行为模式与 用户描述信 息之
间的关系
[ 1~5]
。这些模式通常 表达为 一组页 面或 者项 目的 集
合, 有共同需要或兴趣的 用户经 常同时 访问它 们, 或 是给出 相
似的评价。这些模式可以用来 更好地 理解访 问者和 用户组 的
行为特征, 从而改善站点的组织结构以及为访问者提供更好的
推荐服务。目前存在许多 不同解 决方案 实现的 推荐系 统。其
中最成功、也是在实际中应用得最广泛的是基于协作过滤的推
荐思想
[ 5]
。
基于协作过滤的 推荐 系 统分 为两 大 类: a) 基于 用户 的 协
作过滤( user-based collaborative filtering) 。它 主要 关注用 户 与
用户兴趣之间的 关联 性
[ 6]
, 认为 “如果 用 户对 某些 页 面 /项 目
表现出相似的兴趣 ( 如对 页面 相似 的访 问模 式 或对 项目 相 似
的评分 ) , 那么 他 们 对 其 他 页 面 /项 目 也 具 有 较 为 相 似 的 爱
好”。通过分析不 同用 户在 相同 项 目上 的评 分 或浏 览网 站 过
程中所体现的偏好, 该方法为当前在线用户寻找 k 个最相似 的
邻居。针对某个特定的当前用户尚未评分或浏览的项目, 根据
邻居们感兴趣程度对其作出预测, 或是直接将邻居们最感兴趣
的 N个项目推荐给当前用 户( top N recommendation) 。基于 用
户的协作过滤推荐模型的优点 在于用 户的相 似性矩 阵是实 时
计 算, 因此 它能 捕捉用 户兴 趣、爱好 的变 化并 及时 加以 反应。
然而, 也正是由于使用了依 赖内存 的最近 邻查找 方法, 数据 规
模逐渐增大时推荐算法的速度就有可能急剧下降, 无法及时产
生推荐( 可扩展性差) ; 另一方面, 由于系 统初期资源 不足以 及
用户对项目相关的评分密度减 少引起 的数据 稀疏性 问题也 会
导致系统产生不可靠的推荐结果( 稳定性差) 。b) 基于项目 的
协作过滤( item-based collaborative filtering) 。它针 对可 扩展 性
问题而提出
[ 7]
。它认为项目空 间相对 小于用 户空间 且项目 与
项目之间的相似性不易发生变化, 因此通过计算项目之间的相
似性来替代计算用户相似 性。 该方法 线下完 成项目 相似性 列
表的计算并加以保存, 推荐系统运行时需在线维护项目相似性
列表, 以便在 O( n) 时间内为当前用户 正在浏 览的项 目寻找 到
k 个最相似的其他项目并产生推荐。然而, 基于项目 的协作 过
滤算法依然不能解决数据稀疏性所带来的问题, 并且由于项目
相似性列表是线下完成的, 无法增量地体现出关于用户兴趣的
改变。
第 25 卷 第 3 期
2008 年 3 月
计 算 机 应 用 研 究
Application Research of Computers
Vol. 25 No. 3
Mar. 2008