信息科学与系统科学

崔春生

基于集团序方法的推荐系统输出

崔春生

目的：推荐系统输出是推荐系统研究领域中被忽视的一项内容，而推荐输出的产品数量是评价推荐系统质量的核心要素。论文的研究旨在探讨系统以top-N形式输出时，N值的大小选择问题。N的大小决定着推荐的质量问题，N太小起不到推荐效果，N越大，推荐的覆盖度会有所提高，但是精确率可能会有所降低，同时所耗费的时间也会成级数增加。因此，确定合适的N值一方面可以降低计算复杂度，另一方面可以提高推荐质量还能达到推荐结果个性化的目的，从而成为推荐系统输出的研究焦点。方法：推荐数量的选择实际上是一种分类问题，论文探讨了输出结果差异化的可行性及一般方法。鉴于推荐输出结果中并不需要得到推荐产品的严格序关系，只需要表征产品被推荐和不被推荐的关系，因而引入集团序的方法进行问题的研究。通过产品集团序的定义，确定了产品集团序优先关系，进而确定了产品之间优先、无差异和劣与3种集团关系。接着，提出了从推荐值Rui或推荐度NR（si）的比较开始，确定产品优先集，得到产品集团排序的问题解决思路。最后，借助于集团内产品推荐值的差异性和集团间差异性两个指标，对比以集团的聚类中心和以集团的边界两种聚类质量问题的差异，认为以集团的边界的思想是以子集团最优值作为理想解，以子集团最劣质作为负理想解，更好的体现了集团序“类内聚合度高，类间组合度低”的聚类思想，进而可以得到更优的集团排序结果。结果：论文采用推荐系统中个性化的思想，根据用户的不同推荐结果，有针对的选择整个子集团内产品作为推荐输出结果，以子集团内的产品个数作为候选N值，这种方法的提出不仅提高了推荐系统的个性化程度，也提高了系统的推荐精度，有效的避免了推荐结果中被推荐产品间差异大，以及被推荐产品与不被推荐产品之间差异小的问题。结论：（1）对应于推荐系统分析了产品集团排序方法。通过分析推荐输出中推荐值排序和推荐度排序的异同，探讨了集团排序质量评估的一般思路。并基于以上分析，构建了依据推荐值进行产品集团排序的一般方法。（2）从集团排序出发提出了推荐输出中N的取值策略。通过分析，找到了借助集团排序获得推荐输出的一般过程，提出以整个子集团作为推荐输出、以子集团内的产品个数作为候选N值的思想，有效的避免了推荐结果中被推荐产品差异大，以及被推荐产品与不被推荐产品之间差异小的问题。同时，这种方法的提出也有效的满足了推荐结果差异化、个性化、高质量的要求。

来源出版物：系统工程理论与实践, 2013, 33(7): 1845-1851

入选年份：2015