基于协同过滤的推荐系统

ｂ ｓ ｄ ｅ ｏ ｍ ｎ ａ ｉ ｎ ｔ ｃ ｎ ｌ ｇ ｏ ｐ ｏ ｉｅ ｔ ｅ ｅ ｓｔ ｖｓ ｔ ｒ ｈ ｅ ｓ ｎ ｌｚ ｄ ｅ ｖｃ ｓ ｓ ｓ ｔ ｅ ｅ ａ ｅ ｅ ｓ ｎ ｌ ｅ ａ ｅ ｒ ｃ ｍ ｅ ｄ ｔ ｏ ｅ ｈ ｏ ｏ ｙ ｔ ｒ ｖｄ ｈ ｗ ｂ ｉｅ ｉｉ ｏ ｓ ｔ ｅ ｐ ｒｏ ａ ｉ ｅ ｓ ｒ ｉｅ ｏ ａ ｏ ｇ ｎ ｒ ｔ ｐ ｒｏ ａｉ ｄ ｚ
［ ｂ ｔ ａ ｔ Ｔ ｉ ａ ｔ ｃｅ ｆ ｒ ｔｙ ｒ ｓ ａ ｃ ｉｇ ａ ｄ ｒ ｐ ｏ ｅ ｓ ｎ ｔ ｅ ｏ ｉ ｉ ａ ｅ ｏ ａ ａ ｔ ｅ ｓ ｔ ｉｉ ａ ｔ ｒ ．Ｔ ｅ ． Ａ ｓ ｒ ｃ ］ ｈ ｓ ｒ ｉ ｌ ｉｓ ｌ ｅ ｅ ｒ ｈ ｎ ｎ ｐ ｅ ｒ ｃ ｓ ｉ ｇ ｈ ｒ ｇ ｎ ｌ ｗ ｂ ｌ ｇ ｄ ｔ ｏ ｗ ｂ ｉｅ ｖ ｓｔ ｐ ｔ ｅ ｎ ｈ ｎ
ｒ ｃ ｍｅ ｄ ｔ｛ｎ ｅ ０ｍ ｎ ａ Ｏ ．
［ ｅ ｏ ｄ ］ Ｃ ｌａ ｏ ａ ｉ ｉｔ ｒｎ Ｋ ｙｗ ｒ ｓ ｏ ｌ ｂ ｒｔ ｖ Ｆ ｌｅ ｉ ｇ ｅ
Ｗ ｂＬ ｇＭ ｎｎ ｅ ｏ ｉｉｇ
Ｒ ｃ ｍ ｅ ｄ ｔ０ ｙｔ ｍ ｅ ０ ｍ ｎａ １ｎＳ ｓｅ ｓ
ｌ引盲 目前 我国互联 网快速发 展 ，网络 信息量 呈爆 炸式 增长 ，许 多信息 以网页 的形 式存 在 于互联 网 中。互联 网提 供海 量网 页信 息 的同时 ，也对 网站访 问者从 庞 杂的 网站 中快速 地获取 目标 网 页造成 不小 的障碍 。为 了帮助 网站访 问者高 效获 取 目标 信息 ， 各 网站 纷纷推 出具有 个 性化 的服务 。 网站 设 计者 可以根 据用 户 访 问偏好 改变 网站 的架构 ，使 同一 页面对 于不 同 的用 户 呈现 不 同的视 图内容 ，从而 满足不 同用 户的个 性化需 求 。而基 于 Ｗｅ ｂ １志挖掘 技术是 实现这 种个 性化服 务 的基 本手段 之一 口 ３ 】 。 目前 许多 网站采 取个 性化 推荐技 术 ，采用 的主 流技术 一般
到用户对 应 的用户组 ｉ或 模块 ｉ； ｄ ｄ 对 于 自定义 数据 导 出 ，我们 通过 以下流 程进行处 理 ： （ 从 ａｔｎ 找到完 成该操 作对应 的 ｉ； ２） ｃｏ 表 ｉ ｄ （ ）从数 据 库 中把 导 出对 象 的数 据提 取 出来 以供 用 户选 １ （ 对 于用 户组成 员 ，需检查 该 用户 组 ｉ ３） ｄ和该 操作 的 ｉ 择 ； ｄ 是 否 在 ｇ ｕｐｉｉ ｇ 表 中 ， 如果 在 ，则 有权 限进 行 操作 ；否 ｒ ｐｒ ｌ ｅ ｏ ｖｌ ｅ （ ）对 Ｅ ｃｌ ２ ｘｅ文件 的格式 、数 据格式 和 Ｃ Ｓ 行定义 ； Ｓ进 则无 权 限进行 操作 ，系统 会转 到报错 页 面。对 于单 独授权 的用 （ ） 过 ｆｎｔｎＣｅｔ Ｅ ｃｌＦｌ￥ ｘｅ ｉ ， ａ ） ３ 通 ｕ ｃｏ ｒ ｅ ｘｅ ｉ （ ｃｌ ｌＳ ｔ 把用 ｉ ａ＿ ＿ ｅ Ｅ Ｆｅ Ｄ ａ 户， 我们 需检查 该模块 ｉ ｄ和该操 作的 ｉ是 否在 ｍ ｄ ｌ ｒ ｉ ｇ 户 自定义 选择 的数据 创建 成 一个 Ｅｃｌ 件输 出 ，其具 体 的语 ｄ ｏｕｅ ｉｌ ｅ ｐ ｖｌ ｅ ｘｅ文 表 中 ，如果 在 ，则有 权限进 行操 作 ；否则无 权 限进行 操作 ，系 句 如下 ： 统会转 到报错 页 面。 ｈ ａ ｅ （ ｏｔｎ—ｙ ｅ ａｐｉａｉｎｘ ｍｓｘ ｅ ｅ ｄｒ ’ ｎｅ ｔｔ ：ｐ ｌ ｔ ／— ｅｃｌ ； Ｃ ｐ ｃ ｏ ） 我 们 把用 户 取 得 的 权 限操 作 放 在 ＳＳ ＳＩ Ｎ容 器 里 进 行 ＿ Ｅ ＳＯ ｈ ａ ｅ（ ｏ ｔ ｔ ｉ ｏｉｏ： ｔ ｈ ｅ ｔ ｌ ａ ｅ Ｓ ｘ ｅ ｉ ＇ ｅ ｄｒ“ ｎ ｎ Ｄ ｓ ｓ ｉ ａ ａ ｍ ｎ ｆｅ ｍ ＝ Ｅ ｃｌ ｌ ） Ｃ ｅ － ｐ ｔｎ ｔｃ ； ｎ ｉ Ｆｅｏ 管理 ，避 免 每次操作 都要进 行数 据库 的查询 。 四 、安全机 制 ４ 、数 据统 计管理 我院 科研 管理 系统在 不 同的应用 层 面都采 用 了对应 的安全 自 义数 据统计 将屏 蔽用 户使 用 的复杂性 ，使 得用 户可 以 机制 。 定
有 关联 规则 方法 、协 同过滤 方法 …和 内容 过滤 方法 。其 中 ， 】 协 同过 滤方 法根据 相似 用户 预测 当前用 户 的兴趣并 推荐 信息 ， 是 当前个 性 化推荐 系统 中 比较成功 的方 法 。但是协 同过 滤方法 每 次查找 相似用 户计算 相 似度 的时候 ， 均必 须扫描 整个数 据库 ， 时 间消 耗非 常大 。本 文用 Ｋ ｍ ａ — ｅｎ算法 对数 据集 进行 聚类 ，查 找相 似邻 居 只需在 相似度 最高 的类 中进行 查找 ，减 少查找 邻居 的 时间 。通过 Ｋ ｍ ａ — ｅｎ聚类 算法 构造 出用 户 的兴 趣模 型 ，当新 的访 问者访 问 网站 时 ，可 快速 计算 当前用 户 的兴趣模 型 ，然后 用协 同过滤 推荐技 术 向用户进 行推 荐 。 ２ 同过滤 推荐技术 协
ｗ ｕ ｅ ｈ Ｋ ｅ ｓ ｔ ｅ －ｍｅ ｎ ｌ ｓ ｅ ｉ ｇ Ｉ ｏ ｉ ｈ ｔ ｃ ｕ ｔ ｒ ｈ ｗｅ ｓ ｔ ｖ ｓｔ ａ ｔ ｎ ． ｆ ｎ ］ｙ ｗ ｕ ｅ ｏ ｌ ｂ ｒ ｔｉｅ ｉｔ ｒ ｎ — ａ Ｃ ｕ ｔ ｒ ｎ ａ ｇ ｒ ｔ ｍ ｏ ｌ ｓ ｅ ｔ ｅ ｂ ｉ ｅ ｉ ｉ ｐ ｔ ｅｒ ｓ ｉ ａ ｌ 。 ｅ ｓ ｃ ｌａ ｏ ａ ｖ ｆ ｌ ｅ ｉ ｇ
科 园 月刊 ｉ
ｉFra Baidu bibliotek
ｉ
毫 业硼 窍 业 啊九
基 于协 同 边滤 硇 推 荐系 统
曹 波 徐文华 ／北京航天航 空大学北海 学院软件与信息工程 学院
［ 要 ］本文先对网站 日志文件进行研究并预处理，将用 户访 问网站形成的 日 摘 志文件转换成用 户访 问模 式；接着用对用 户访 问模 式进行 Ｋ ｍ ａ 类分析 ，提取具有代表性 的用 户访 问模 式；最后用协 同过滤推 荐技 术向网站访 问者进 行推荐，提供个性 化服务 ，从而 － ｅ ｎ聚 实现 网站 的个 性 化 推 荐 。 ［关键 词 ］协 同过 滤 ｗ ｂ 日志 挖 掘 推 荐 系 统 ｅ