網(wǎng)絡結(jié)構(gòu)對推薦算法影響的研究.pdf

1、隨著互聯(lián)網(wǎng)技術的不斷發(fā)展，網(wǎng)絡中的信息呈爆炸式的增長趨勢，造成用戶無法快速準確地找出滿足自身需求的信息，這就是著名的“信息過載問題”。信息推薦技術，也稱個性化推薦系統(tǒng)，是目前解決信息超載問題的有力工具之一。
　　借助于復雜網(wǎng)絡以及數(shù)據(jù)挖掘相關理論和方法，本文致力于分析二分網(wǎng)絡的拓撲結(jié)構(gòu)特征與推薦算法性能之間的關系，分別探究單一網(wǎng)絡拓撲統(tǒng)計量對推薦效果的影響。主要工作如下：
　　1.探究了二分網(wǎng)絡的聚類系數(shù)與推薦算法性能之間的

2、關系。通過采用幾種典型的評價指標量化推薦效果，本文系統(tǒng)地分析了多種推薦算法在具有不同聚類系數(shù)的二分網(wǎng)絡（推薦網(wǎng)絡）中的性能。實驗結(jié)果表明，推薦算法的性能與二分網(wǎng)絡的聚類效應具有強關聯(lián)性，推薦算法的推薦效果在具有高聚類特性的二分網(wǎng)絡中明顯優(yōu)于聚類特性低的二分網(wǎng)絡。
　　2.研究了兩種包含二分網(wǎng)絡整體結(jié)構(gòu)信息的拓撲特性（即網(wǎng)絡稀疏性和用戶對象比）分別對推薦算法效果的影響。首先分析網(wǎng)絡稀疏性對六種推薦算法性能的影響程度。其次，針對推薦系

3、統(tǒng)中用戶和物品的數(shù)目不斷變化的問題，本文提出一種新的二分網(wǎng)絡拓撲結(jié)構(gòu)（用戶對象比）來度量用戶和物品數(shù)目的差異性，并分析它對推薦算法的影響。實驗結(jié)果表明，推薦準確性隨著網(wǎng)絡稀疏性的增加逐漸變得優(yōu)越，但準確性與網(wǎng)絡稀疏性并不是成線性關系；推薦多樣性和推薦新穎性指標并沒有隨著網(wǎng)絡稀疏性的增加而表現(xiàn)的更好。此外，推薦算法隨著用戶對象比的增加其預測準確性均逐漸提升；而推薦多樣性在具有不同用戶對象比的推薦網(wǎng)絡中，各種算法表現(xiàn)情況不一致；推薦新穎性指