个性化推荐系统的多样性研究进展-安维

5720201310*■在分析多样性类型的基础上，重点对信息物理、二次优化、社会化网络和时间感知4种提高个性化推荐多样性的方法进行概括、比较和分析，接着总结推荐系统多样性的主要度量指标。最后，对未来有等深入研究的问题进行展望。研究指出:移动推荐系统的多样性和新颖性研究，信息物理方法应用于推荐系统领域的机理分析，推荐系统的时序多样性和计算量问题以及各种推荐算法的有效组合研究是未来需重点突破的方向。个性化推荐系统多样性研究进展TP393DOI:10．7536/j．issn．0252－3116．2013．20．022*本文系国家自然科学基金项目“泛在环境下基于情境历史和兴趣社区的个性化信息推荐模型与实现”(项目编号:71363022)和国家自然科学基金项目“融合情境的移动阅读推荐系统研究”(项目编号:71373192)研究成果之一。安维，武汉大学信息管理学院博士研究生;刘启华，江西财经大学信息管理学院讲师，博士，通讯作者，E-mail:[e-mail];张李义，武汉大学信息管理学院教授，博士生导师。2013－09－022013－10－02127－13511－2。Amazon、Netflix、Youtube、Taobao、、、。。“”“”。0“”3。4－5。HuＲong。6。7。。。3。8。。2011ACMDiveＲS2011。1－2。“”、“”、“recommendationdiversification”、“diverserecommendations”2001－2013ScienceDirect、ProQuestDirect、SpringLink、IEEEXplore、EBSCO、ACMDigitalLibrary、WileyInterScience94。、78。、721安维刘启华张李义。2“”3－8。3、。2．1individualdiversity。9－10。《》《2》、《3》、……《8》。。2．2aggregatediversity。13－14long－tail。。Netflix15－17。。。5。2．318。19、2021。。。——。3。、、。3．1522－30massdiffusionheatconduction。3．1．1。23—object-object。2425。26NBInetwork-basedinference—user-objectLDAlatentdirichletallocation。LuLinyuan27。、2。。28——、。————。8215720201310f→＇f→＇＇λλ∈01()f→*1f→*=λf→＇+1－()λf→＇＇13．1．2。29—object-object。。5—“”。。“”“”25。iaaai=1aai=0。kakiai。ffββ。2WHαβ=1Kα∑uj=1aajaβjkj2f→=WHf。ifiβ=aβi。f→ia。“”。。5。30“”。biasedheatconduction。MovieLens、NetflixDelicious55。、。、。3．2、、、、、—priority-medoids。3．2．1C．N．Ziegler9－10Top-N。ILSintra-listsimilaritybP－1wi()bPrev－1c*()b3w*i()b=P－1wi()b·1－θ()F+Prev－1c*()b·θF3θF∈0[]0．9。N。。3．2．27－832－33。C=c1．．．c{}MＲCCMy。ci∈Ｒyi=1yi=0。DM×Mi()jdcic()jpＲ。ＲfD()y=1pp()－1yTDy4921安维刘启华张李义y*。y*=argmax1－()θαyTDy+θβmTuy5θ∈0[]11Ty=py()i∈0{}1。GreedyＲ＆Qrelaxationandquantization。3．2．3。。ZhangMi33。K-meansMetisCommunity-findingUMCu{}kMk=1。Pkpk=ΔC1…C{}k=argmax1k∑ki=1fsC()i6f)(s。。。32SVDsingularvaluedecomposition。3．2．41834－36。iuExplu()i=i＇∈IItemSimii()＇＞0＆i＇∈Items(){}u。Explu()i=u＇∈UUserSimuu()＇＞0＆i∈Itemsu(){}i。35－36。Explu()iExplui()＇JaccardDDJuii()i=1－Explu()i∩Explui()＇Explu()i∪Explui()＇73．2．518。37。M．Gan37powerlawadjustmentsofusersimilarities。S=s()jkU×Utjk=αsβjk1jk()UT=t()jkU×U。αβ。3．2．6－Ｒ．Boim38—DiＲec。I。K。。rep()iIkirep()iij∈Ikj≠()idisti()j＜distirep()()irep()iIk－。Ｒ．Boimprioritycover－trees38。3．2．7G．Adomavicius16－1739。8rankitemPop()i=U()i=u∈UＲu(){}i8TＲ9rankxiT()Ｒ=rankx()iＲ*u()i∈TＲT[]maxau+rankstandard()iＲ*u()i∈THT[]{}Ｒ9TＲ、16。、、、、－。03157202013103．3。M．MedoWeb2．040。41。A．Bellogin42。I．Cantador43－45COICommunityofInterestCOI。。3．4。。U、I、TＲFU×I×T→Ｒ。T、46。。KNNFui()t=aggrv∈N()urviωttrv()i()t。t∈Tωt()．。TT1T2…Tn∈T。。。。。。T．Q．Lee47－48rft()rFu()i=aggrv∈N()urviftrv()i。3．5J．B．Schafer49。F．Mourao50。。。。HuＲong51。4。52。。。4．1ILSintra-listsimilarityILS8－1210。ILS。ILS()Ｒ=2kk()－1∑i∈Ｒ∑j≠i∈ＲSimi()i10ijk。cosinesimilarity、Peason、52。753disti()jDiv()Ｒ=2kk()－1∑i∈Ｒ∑j≠i∈Ｒdisti()i114．2Hammingdistance4－525－26。ijHij=1－QijL12131安维刘启华张李义LQijij。Hij。4．3meanself-information4－5。αkα/uself－informationIα=Log2u/k()α。Top－N。。4．4SSDself-systemdiversitySSD2013SSDＲ()u=Ｒ/Ｒt－1Ｒ13Ｒt－1ＲＲ/Ｒt－1=x∈ＲxＲt{}－1。SSD。4．5concentrationindex。Concentrationcurve。ZhangMi32。。。c()xc=Δ1－2∫10c()xdx14c=2covXFY()[]YE[]X14cov[]．XYFY()Y。4．6coverage452。。－－。54topiccoveraget-coverage。15T－Coverage=∪Ki=1topict()iNt15Ktiitopict()itiNt。6。ILS、SSD。5、、5．1、、。。5．2。5．3、、2315720201310……。。。、。1．J．20091911－15．2．J．2012319963－972．3McneeSMＲiedlJKonstanJA．BeingaccurateisnotenoughHowaccuracymetricshavehurtrecommendersystemsC//ProceedingsoftheCHI’06ConferenceonHumanFactorsinComputingSystems．NewYorkACM20061097－1101．4．J．2009631－10．5ZhouTaoKuscsikZLiuJianguoetal．Solvingtheapparentdiversity－accuracydilemmaofrecommendersystemsJ．ProceedingsoftheNationalAcademyofSciencesoftheUSA2010107104511－4515．6HuＲongPuP．HelpingusersperceiverecommendationdiversityC//ProceedingsoftheWorkshoponNoveltyandDiversityinＲecommenderSystems．NewYorkACM201143－50．7HurleyNZhangMi．Noveltyanddiversityintop-nrecommendation-analysisandevaluationJ．ACMTransactionsonInternetTechnology20111041－30．8ZhangMiHurleyN．AvoidingmonotonyImprovingthediversityofrecommendationlistsC//ProceedingsoftheACMConferenceonＲecommenderSystems．NewYorkACM2008123－130．9ZieglerCNLausenG．MakingproductrecommendationsmorediverseJ．IEEEDataEngineeringBulletin200932423－32．10ZieglerCNMcNeeSMKonstanJAetal．ImprovingrecommendationliststhroughtopicdiversificationC//Proceedingsofthe14thInternationalConferenceonWorldWideWeb’05．NewYorkACM200522－32．11BradleyKSmythB．ImprovingrecommendationdiversityC//Proceedingsofthe12thIrishConference．ArtificialIntelligenceandCognitiveScience．BerlinSpringer－Verlag2001221－230．12SmythBMcClaveP．SimilarityvsdiversityC//ProceedingsoftheFourthInternationalConferencecase-basedreasoningCase-basedreasoningresearchanddevelopment．BerlinSpringer－Verlag2001347－361．13BrynjolfssonEHuYJSimesterD．GoodbyeparetoprinciplehellolongtailTheeffectofsearchcostsontheconcentrationofproductsalesJ．ManagementScience20115781373－1386．14FlederDHosanagarK．Blockbusterculture’snextriseorfallTheimpactofrecommendersystemsonsalesdiversityJ．ManagementScience2009555697－712．15GoldsteinDGGoldsteinDC．ProfitingfromthelongtailOL．2013－08－15．http//hbr．org/2006/06/profiting－from－the－long－tail/ar/1．16AdomaviciusGKwon