基于Hadoop的社交网络服务推荐算法

李 玲, 任 青, 付 园, 陈 鹤, 梅圣民

(吉林大学 通信工程学院, 长春 130012)

0 引 言

文献[1]对推荐问题进行了如下描述： 用C表示所有用户的集合,S表示所有可能被推荐项目的集合；u为一个效用函数, 表示项目s对用户c的有效性； 对于每个用户c′∈C, 选择一条项目s′∈S使用户c′的效用函数最大。

根据推荐方式的不同, 将推荐系统分为3类： 1) 基于内容的推荐(CBR: Content-Based Recommendation), 根据用户的历史使用记录推测出此用户的偏好, 并向该用户推荐符合其偏好的项目； 2) 协同过滤推荐(CFR: Collaborative Filtering Recommendation), 推测出所有用户的偏好, 具有相似偏好的用户之间互为邻居, 针对特定用户, 根据其邻居的使用情况向其推荐相应的项目； 3) 混合推荐(HR: Hybrid Recommendation), 综合使用上述两种推荐方法。

基于内容的推荐最先应用于信息检索与信息过滤领域, 主要对由文本信息组成的项目进行推荐。推荐之前, 通常需要提取用户和待推荐项目的关键词, 以描述用户的偏好和待推荐项目的特征。在推荐过程中, 通过计算用户偏好和待推荐项目特征之间的相似度, 决定是否向该用户推荐该项目。比较典型的有TF-IDF(Term Frequency-Inverse Document Frequency)算法[2]、 Rocchio算法[3]和贝叶斯分类算法[4]。

协同过滤推荐系统主要应用于电子商务中, 其算法可分成基于记忆的和基于模型的两大类[5]。其中基于记忆的算法根据用户的历史评分集合预测新的评分, 使用朴素贝叶斯或皮尔逊相关进行计算。而基于模型的算法根据所使用的模型不同, 可分为BC(Bayesian Clustering)算法、 AM(Aspect Model)算法、 JMM(Joint Mixture Model)算法、 FMM(Flexible Mixture Model)算法和DM(Decoupled Models)算法等。

然而, 基于内容的推荐不能为新用户提供有效的推荐, 协同过滤推荐不能将新项目推荐给合适的用户。……