個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng) 基于用戶評分的協(xié)同過濾推薦算法 用戶信任度 KMeans聚類算法 協(xié)同過濾推薦算法測評指標(biāo)MAE平均絕對誤差喉脖、recall召回率椰苟、precision查準(zhǔn)率

個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)依賴用戶的社交關(guān)系(用戶關(guān)注用戶的操作數(shù)據(jù),稱為用戶之間的信任度)树叽,根據(jù)用戶對項目的評分?jǐn)?shù)據(jù)舆蝴,計算目標(biāo)用戶的最近鄰居,同時將目標(biāo)用戶信任的用戶加入最近鄰居题诵,進(jìn)行推薦洁仗,旨在提高目標(biāo)用戶信任的其他用戶的相似用戶的項目推薦,達(dá)到推薦更準(zhǔn)確的目的性锭。

本文主要講解了個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)實現(xiàn)的開發(fā)環(huán)境赠潦、數(shù)據(jù)集、開發(fā)過程草冈、協(xié)同過濾推薦算法她奥、推薦算法測評指標(biāo)瓮增、實現(xiàn)結(jié)果等內(nèi)容。

一哩俭、個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)開發(fā)工具及開發(fā)環(huán)境介紹

1钉赁、開發(fā)工具:MyEclipse,jdk1.7携茂,tomcat7,mysql5.5诅岩,navicat讳苦;

2、開發(fā)框架:Spring+Struts+Hibernate吩谦,頁面采用jsp鸳谜,jquery腳本,bootstrapt腳本式廷,layer彈窗組件咐扭。

二、個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)數(shù)據(jù)集介紹

本系統(tǒng)采用filmtrust數(shù)據(jù)集滑废,數(shù)據(jù)集一共兩個文件trust.txt和ratings.txt蝗肪,trust.txt是用戶信任度數(shù)據(jù)文件,共1853條數(shù)據(jù)蠕趁,ratings.txt是用戶項目評分?jǐn)?shù)據(jù)文件薛闪,共35497條數(shù)據(jù),用戶671個俺陋,項目1508個豁延。

三、個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)開發(fā)過程介紹

本系統(tǒng)使用SSH開發(fā)框架腊状,mysql數(shù)據(jù)庫诱咏,主要代碼如下圖所示:

1、applicaitonContext.xml配置文件?

2缴挖、struts.xml配置文件?

3袋狞、數(shù)據(jù)集處理工具類?

4、協(xié)同過濾推薦算法工具類?

5映屋、KMeans聚類算法工具類?

6硕并、mysql數(shù)據(jù)庫?

四、個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)協(xié)同過濾推薦算法介紹

本系統(tǒng)采用基于用戶根據(jù)評分?jǐn)?shù)據(jù)+聚類+信任用戶數(shù)據(jù)填充提高信任用戶相似度的推薦算法秧荆。

系統(tǒng)在啟動后倔毙,會分頁查找所有評分?jǐn)?shù)據(jù),并構(gòu)建用戶-項目評分矩陣乙濒,根據(jù)用戶項目評分矩陣進(jìn)行用戶聚類(聚類算法的計算時間很長故在項目啟動時運行陕赃,本聚類算法的初始中心點選擇采用隨機(jī)選擇卵蛉,隨機(jī)選擇對聚類的結(jié)果有影響,每次聚類結(jié)果都會不一樣么库,也可更改其他參數(shù)影響聚類結(jié)果傻丝,最優(yōu)聚類結(jié)果需要不斷調(diào)試參數(shù)計算,可通過JunitTest類進(jìn)行不斷測試)诉儒,用戶在系統(tǒng)首頁輸入用戶id葡缰,然后首先找到該用戶所在的聚類中的簇,將簇中所有用戶點構(gòu)建成用戶-項目評分矩陣忱反,同時利用用戶之間的信任度泛释,將當(dāng)前用戶的信任用戶填充進(jìn)用戶-項目評分矩陣,并填充當(dāng)前用戶的評分?jǐn)?shù)據(jù)温算,如果信任用戶對相同項目有評分怜校,則不填充該項目評分,這樣操作注竿,用戶與信任用戶之間會有較高相似度茄茁,然后根據(jù)用戶-項目評分矩陣計算當(dāng)前用戶的最近鄰用戶,最后就是推薦巩割。

五裙顽、個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)推薦算法測評指標(biāo)介紹

測評指標(biāo)采用MAE平均絕對誤差、recall召回率宣谈、precision查準(zhǔn)率锦庸,算法的比較是四中介紹的算法與四去掉聚類算法的比較,經(jīng)過多次計算添加聚類的算法的MAE蒲祈、recall甘萧、precision都優(yōu)于沒有添加聚類的算法。

六梆掸、個性化社交網(wǎng)絡(luò)協(xié)同過濾推薦系統(tǒng)實現(xiàn)結(jié)果介紹

1扬卷、系統(tǒng)首頁?

2、KMeans聚類結(jié)果1?

3酸钦、KMeans聚類結(jié)果2?

4怪得、推薦結(jié)果1?

5、推薦結(jié)果2?

6卑硫、測評指標(biāo)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末徒恋,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子欢伏,更是在濱河造成了極大的恐慌入挣,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,386評論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件硝拧,死亡現(xiàn)場離奇詭異径筏,居然都是意外死亡葛假,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,142評論 3 394
  • 文/潘曉璐 我一進(jìn)店門滋恬,熙熙樓的掌柜王于貴愁眉苦臉地迎上來聊训,“玉大人,你說我怎么就攤上這事恢氯〈撸” “怎么了?”我有些...
    開封第一講書人閱讀 164,704評論 0 353
  • 文/不壞的土叔 我叫張陵勋拟,是天一觀的道長勋磕。 經(jīng)常有香客問我,道長指黎,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,702評論 1 294
  • 正文 為了忘掉前任州丹,我火速辦了婚禮醋安,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘墓毒。我一直安慰自己吓揪,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,716評論 6 392
  • 文/花漫 我一把揭開白布所计。 她就那樣靜靜地躺著柠辞,像睡著了一般。 火紅的嫁衣襯著肌膚如雪主胧。 梳的紋絲不亂的頭發(fā)上叭首,一...
    開封第一講書人閱讀 51,573評論 1 305
  • 那天,我揣著相機(jī)與錄音踪栋,去河邊找鬼焙格。 笑死,一個胖子當(dāng)著我的面吹牛夷都,可吹牛的內(nèi)容都是我干的眷唉。 我是一名探鬼主播,決...
    沈念sama閱讀 40,314評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼囤官,長吁一口氣:“原來是場噩夢啊……” “哼冬阳!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起党饮,我...
    開封第一講書人閱讀 39,230評論 0 276
  • 序言:老撾萬榮一對情侶失蹤肝陪,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后刑顺,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體见坑,經(jīng)...
    沈念sama閱讀 45,680評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡嚷掠,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,873評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了荞驴。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片不皆。...
    茶點故事閱讀 39,991評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖熊楼,靈堂內(nèi)的尸體忽然破棺而出霹娄,到底是詐尸還是另有隱情,我是刑警寧澤鲫骗,帶...
    沈念sama閱讀 35,706評論 5 346
  • 正文 年R本政府宣布犬耻,位于F島的核電站,受9級特大地震影響执泰,放射性物質(zhì)發(fā)生泄漏枕磁。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,329評論 3 330
  • 文/蒙蒙 一术吝、第九天 我趴在偏房一處隱蔽的房頂上張望计济。 院中可真熱鬧,春花似錦排苍、人聲如沸沦寂。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,910評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽传藏。三九已至,卻和暖如春彤守,著一層夾襖步出監(jiān)牢的瞬間毯侦,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,038評論 1 270
  • 我被黑心中介騙來泰國打工具垫, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留叫惊,地道東北人。 一個月前我還...
    沈念sama閱讀 48,158評論 3 370
  • 正文 我出身青樓做修,卻偏偏與公主長得像霍狰,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子饰及,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,941評論 2 355

推薦閱讀更多精彩內(nèi)容