文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 计算机软件及应用 > 基于KNN_SVM的混合协同过滤推荐算法
侵权投诉

基于KNN_SVM的混合协同过滤推荐算法

基于KNN_SVM的混合协同过滤推荐算法

b是超平面的偏移量;ξi是在近似线性可分的情况下引入量,

用于对错分样本进行惩罚。原问的松弛变量;C是惩罚参数,题的对偶问题为

max∑αi-

i=1l

T

(Rq,Rq,…,Rq,这个特征向量的类标签为Rq,2,3,n),1。分类器

的任务就是预测所有其他特征向量Uf(p+1≤f≤m)的类标签。基于用户评分的分类方法将每个用户看做一个单独的分类问题,利用产品数据作为训练数据构造分类器。假定目标用U1已经评价了前l个项目,那么项目It(1≤t≤l)的特户为U1,

1l

x)∑αiαjyiyjk(xi,

2i,j=1

C≥αi≥0;i=1,2,…,l

(2)

s.t.

i=1

∑αiyi=0

l

T

R3,…,Rm,征向量为It=(R2,这个特征向量的类标签为n,n,n),

x)是核函数;αi是与每个样本对应的Lagrange乘其中:k(xi,

子。通过求解式(2),可得最优解α

li=1

*

**T

=(α1,…,α1),计算

R1,n。分类器的任务就是预测所有其他特征向量Is(l+1≤s≤n)的类标签。为了简化问题,将所有产品分为两类,即喜欢和类标签表示为+1和-1。对于多分类问题,可以通过不喜欢,

组合多个SVM二值分类器来实现。

b)判断分类结果是否满足预定要求。这里设定为是否超过原始数据的SVM校验正确率。如果满足,则输出分类结果;如果不满足,则递增K值,进行缺失数据填补操作,反馈循环。

3)产生推荐列表

输出推荐结果。对于目标用户Uf(p+1≤f≤m),利用数据分类阶段获得的最优分类器对Rf,s的取值进行预测。如果为+1,则表示分类器判定项目Is(l+1≤s≤n)为用户喜欢的产品。将分类器预测的所有目标用户喜欢的产品形成推荐列表提供给用户。

k**

w*=∑α*选择α的一个正分量αj,据此计算b=yj-iyixi,*

Σyiαi(xi·xj),由此求得分类函数:l

i=1

f(x)=sgn(∑α*x)+b*)iyik(xi,

i=1

l

(3)

2

2.1

基于KNN-SVM的混合协同过滤推荐算法

问题描述

U2,…,Um}和假设推荐系统中有m个用户的集合U={U1,

n个产品的集合I={I1,I2,…,In}。用户评分数据集可用一个m×n阶矩阵R表示。某一用户Ui对产品Ij(Ui∈U,Ij∈I)的评分为Ri,这一评分体现了用户Ui对产品Ij的兴趣和偏好。j,

随着电子商务系统规模的进一步扩大,商品数目急剧增每个用户购买或评价的只是其中很小的一部分,因此矩阵加,

R中存在大量未评数据,这导致了用户—项目矩阵的极端稀疏性。如何选择合适的方法对稀疏的数据集进行分析,是目前协同过滤算法面临的一个瓶颈问题。

SVM混合协同过滤推荐本文针对这种情况提出了KNN-算法,其思路是首先使用KNN方法对用户—项目矩阵中的空缺评分数据进行补齐处理,降低稀疏性,然后将协同过滤问题转换为一个分类问题,使用支持向量机交叉验证对数据进行分类,最后根据分类结果产生推荐列表。2.2

算法描述

SVM的混合协综合两种算法的优势,本文提出基于KNN-同过滤推荐算法,算法包括三个过程:缺失数据填补、数据分类、产生推荐列表。具体算法描述如下:

1)缺失数据填补

a)对于给定的数据集T={xi∈Rn,i=1,2,…,l},向量x是至少含有一个缺失评分数据的样本点。

(a)将x分成两部分:xc和xmi,xmi)T,xc表示x即x=(xc,xmi表示x中具有缺失值的特征中具有观察值的特征属性集,属性集,其中c+mi=n。

(b)计算xc与T中所有样本点的距离,找出x的K个近对离散属性,使用投票的方法估计x的缺失值;对连续属性,邻,

用K个近邻相应属性值的均值估计x的缺失值。K值根据下面步骤的计算结果进行动态更新,以保证获得最佳填补结果。

b)重复步骤a),直到每个向量x的缺失值都得到填补。2)数据分类

a)使用支持向量机交叉验证对数据进行分类。本文从基于项目评分和基于用户评分两个角度进行分类。基于项目评分的分类方法将每个项目看做一个单独的分类问题,利用用户已有p个用数据作为训练集构造分类器。假定目标项目为I1,

户对I1进行了评价,那么用户Uq(1≤q≤p)的特征向量为Uq=

3

3.1

仿真实验

实验准备

SVM算法在不同数据集上的为了验证本文提出的KNN-

效果,分别在两个数据集上进行了实验。

Crossing数据集第一个数据集使用Book-[12]

。该数据集由

Cai-NicolasZiegler通过Book-Crossing网站(http://www.bookcrossing.com/)收集,包含了278858个用户对271379本0,10]区间书的1149780条评分信息,所有的评分值分布在[内,越高的评分值代表越强的用户兴趣。为了便于实验,对评10的标定为+1,分值进行重新标定,将评分值为9、将评分值Crossing数据集中为0~8的标定为-1。本文的实验在Book-前1000个项目的被评分数据上进行。该子数据集总共包含约3.5万名用户在这1000个项目上超过14万条的评分数据。

[13]

第二个数据集取自MovieLens数据集。该数据集由明

尼苏达大学GroupLens研究小组通过MovieLens网站(http://movielens.umn.edu)收集,包含了943位用户对1682部电影的100000条1~5分的评分数据,每位用户至少对20部电影对评分值进行重新标定,进行了评分。与第一个数据集一样,

5的标定为+1,将评分值为4、将评分值为1~3的标定为-1。200、300位用户的评本文从MovieLens数据集上随机抽取100、

TDS200、TDS300。分别记为TDS100、分数据组成三个数据集,

[14]

实验在WEKA平台上进行,支持向量机算法使用广泛[15]

应用的LIBSVM。实验按照80%~20%的比例拆分数据

构造训练—测试数据。实验中支持向量机采用高斯核函集,

数,这是应用最广泛的核函数之一。实验相关的模型参数通过交叉验证方式获得,对比算法也采用最优的参数以确保数据比较的合理性。3.2

实验结果与分析

为评估填充预处理对支持向量机算法的影响,采用平均正确率来验证分类效果。每组数据集被随机拆分十次构造训练在不同的数据集上分别执行标准支持向量机算法集和测试集,

上一页第2页

你可能喜欢

  • 支持向量机原理
  • 支持向量机算法
  • 算法研究
  • 粒子群优化算法
  • 神经网络

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email