2024年5月22日发(作者：桐语海)
Ｉ
：；
沫
应用研究
基于云书签服务的个性化推荐ＷｅｂＯ Ｓ系统
崔海波
（湖北大学计算机与信息工程学院湖北武汉４３００６２）
摘要：面对互联网中海量的信息，需要解决以下两个重要问题：一是如何从海量信息中获取对自己真正有用的信息，二是如何管理好已经获取
的信息。本文设计了一种ｗｅｂｏｓ系统，其核心思想是将个性化推荐技术应用于网站的推荐，由传统的“人找信息”变为“信息找人”，从而同时解决上述两
个问题。
关键词：云书签个陆化推荐ＷｅｂＯＳ网站推荐系统协同过滤
中图分类号：ＴＰ３ｌ１．５ 文献标识码：Ａ 文章编号：１ｏ０７．９４１６（２０１５）０４．００６３．０４
１引言
随着互联网的高速发展与Ｗｅｂ２．０技术的广泛应用，互联网用
，
２．２推荐算法概述
推荐算法是个性化推荐系统中最核心与关键的部分，很大程度
户的上网需求日益丰富与多元化。如何有效地管理用户浏览的网
上决定了系统性能的优劣。目前应用较广的推荐算法主要有协同过
滤推荐、基于内容推荐、基于用户信息推荐、基于知识和规则的推荐
页、使用的网络应用程序成为一个重要的问题。
网站的类别与用
ＷｅｂＯＳ称为网络操作系统，是一种基于浏览器的虚拟操作系
等。互联网中网站和用户的数量都是非常巨大的，
统。它提供了一个访问运行在服务器端的网络应用程序的窗口。用户
户的需求也千差万别。本系统目标是同类网站推荐。对于某一类网
基于项目的协同过滤比传统的基于
通过浏览器来使用网络应用程序。用户浏览器与服务器程序的通信
站，网站数量远小于用户数量。
准确度更高。网站的信息几
通过Ｈ 协议实现。ＷｅｂＯＳ的界面类似于一般操作系统的桌面。目
相似用户的协同过滤方法计算量更小、
女口图书、电影）的，很难像基于
前的ＷｅｂＯＳ主要提供网络应用程序的服务。这种服务模式较为单
乎是全领域而不是面向某一特定领域（
兴趣相近”的用户。基于这
网络应用程序的普及度也不高，导致了ＷｅｂＯＳ未得到广泛应用。
相似用户的协同过滤算法那样找到完全“
一
，
本系统决定主要采用基于项目的协同
用户使用浏览器的最基本需求是浏览网页，必然需要网页书签来收
些特点，经过一定量的实验，
ｉｔｅｍ－ｂａｓｅｄ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍｓ）。算法
藏和管理自己访问的网页。本文设计的ＷｅｂＯＳ系统主要基于网页书
过滤算法（
根据评分值计算已
签服务，提供高效美观的书签管理方式，把握了用户的最基本需求。
基于用户的收藏和浏览频率给网站赋予评分值，
再以相似度作为权重，加权各已
面对庞大数目的网站，用户如何快速地获得自己感兴趣的网站
评分项目与待预测项目的相似度，
得到预测项目的预测评分值，以预测评分值作为
而不被海量的信息所淹没以至于花费大量时间搜索无用信息？本文
评分项目的评分，
采用了个性化推荐技术来解决该问题。个性化推荐是根据用户的兴
排序依据得出Ｔｏｐ－Ｎ推荐项目表。
２．３数据模型
趣特点，针对性地为其提供信息和服务，目前主要应用于电子商务
中。本文设计的ＷｅｂＯＳ将该技术运用到网站推荐中，根据用户的收
该算法的核心数据模型是一个用户一项目评分矩阵Ａ，如表１。
列代表网站，矩阵单元的值为用户给网站的评
藏记录反映出的兴趣信息，运用协同过滤推荐算法，将符合其兴趣
矩阵的行代表用户，
分。评分可通过用户对网站的收藏和浏览频率来确定。
的相关网站推荐给用户，达到拓展性阅读的功效。
本文设计了一个ＷｅｂＯＳ系统。它基于Ｌｉｎｕｘ，Ａｐａｃｈｅ，Ｍｙｓｑｌ，
在矩阵Ｒ中，假设用户数量为 ，网站数量为ｎ。则 为
第ｍ行代表用户ｍ，第ｎ列代表网站ｎ。第ｆ
ＰＨＰ，ＨＴＭＬ５，Ｊａｖａｓｃｒｉｐｔ以及Ａｊａｘ的架构，集成了书签服务、个性
ｍ×ｎ的矩阵。其中，
表示用户ｆ对网站．，的评分。
化推荐、文件管理与网络应用程序管理的功能，提供流畅快捷的用
行第 列的值Ｒ，
２．４用户对网站评分的计算方法
户体验。
２网站个性化推荐
２．１功能描述
在传统的推荐系统中，用户对项目的评分由用户的打分行为显
示确定。用户对项目的评分值在一定范围内浮动，如０到１０。分数越
高表示用户对项目的喜好度越高。
表１用户一项目评分矩阵
当今互联网中网站的数量是巨大的，而大多数人常访问的网站
数却很少。海量的网站信息很容易将用户淹没，增大了用户找到自
己真正感兴趣的信息的难度。用户获取网站信息的主要途径为搜索
引擎和门户网站。这两种方式本质都是“人找信息”的模式，均存在
信息过载和无法根据用户兴趣进行个性化信息服务的缺点。本文设
计的系统引用了个性化推荐技术，采集用户的网页收藏和浏览记
‘
墨
，２
Ｒ．：
Ｒ２
２
，
Ｉｉ ｌ
录，依据一定的推荐算法，为每个用户针对性地推荐符合其兴趣的
网站。例如某用户经常在淘宝网上购物，系统察觉他的网上购物的
兴趣，就会自动推荐给他亚马逊、京东商城、Ｅｂａｙ等一些优质的购物
网站，提供他更多元化的选择。
Ｒ
１
，
足， Ｒ．
Ｒ，１． ， Ｒ ，
收稿日期：２０１５—０３—０６
作者简介：崔海波（１９７９－－），男，湖北武汉人，硕士研究生，讲师，研究方向：系统分析与集成，数据库应用。
应用研究
而在本文设计的网站推荐系统中，用户不会对网站做显示的打
分行为。用户对网站的兴趣体现在收藏和浏览频率上。因此，我们用
这两个指标来计算用户对网站的评分。
另外我们令ｃｏｓ［
算）。
：ｃＯＳ ｅ。ｓ《 ：０（为方便后续计
由于不同用户的评分尺度是不一样的，仅以用户评分为网站得
设Ⅳ为该用户收藏该网站子页面的个数。用户收藏一个网站的
分依据的余弦相似性算法忽略了这一点。因此，我们对余弦算法进
子页面越多，这个网站对他就越重要。设Ｆ为近一段时期内用户访问
行了修正，在计算时将用户给网站的评分减去网站所得的平均分，
某网站的频率，频率等于从当前时刻向前推一段时间间隔中用户访
以提高准确度。为此，我们令 表示集合Ｕ中的用户给网站ｆ的评
问网站的次数／这段时间间隔的长度。用户访问一个网站的频率越
分的算数平均值。则相似度计算公式为：
高，表示他对该网站的兴趣越浓。而用户的兴趣又是随时间变化的，
段时间内可能对某类特定网站感兴趣，过一段时间又可能聚焦于
新的兴趣。固采用近期访问频率作为指标能够反映用户兴趣的变化。
一
｛霞
。
一矗、ｊ ｛ 一Ｒ｝
…
、
ｆ、ｑｌ ｝ ～ ＝＝＝＝＝ ： ＝：：＝＝＝＝：＝＝＝＝＝＝＝＝一 — ——＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ ＝＝；＝ ＝＝＝
ｆＲ—ｊ ： ｆ
ｌ 善
～； ■：： 式（２—５）
’
用户对网站的评分值Ｒ为上述两个指标的函数：
Ｒ＝Ｆ（Ⅳ，Ｆ）
均值确定：
式（２—１） 修正余弦相似性是对余弦相似性算法的另一种修正方案。它在
函数Ｆ的规则有很多设定方法。本文采用两个指标的加权平
计算网站相似度时将用户给网站的评分减去该用户对所有网站的
Ｒ＝Ｆ（Ⅳ，Ｆ）＝ａＮ＋ Ｆ
式中权重ａ， 由系统设定。
２．５未评分项目的处理方法
评分的平均值。由于网站推荐将未评分的网站设置为吩，且每个用
式（２—２）
户参与评分的网站只占全体网站的极小部分，所以在计算用户平均
评分时不考虑评分为０的网站。我们令Ｒ 为用户Ｕ对他所评分的所
有网站的评分值的算数平均值。则相似度计算公式为：
由于使用网站收藏与浏览量来确定用户给网站的评分，使得评
分的计算不同于一般的推荐算法。我们定义如果用户对某个网站没
有评分，则该用户对该网站的评分值为０。这样做的原因是：用户对网
站的评分是隐式进行的，并不会通过打分的方式进行评分。收藏是反
映用户对网站的兴趣的最重要因素。一个用户对大部分收藏的网站
的浏览量差别不会很大。如果仿照一般的推荐算法，在计算两个网站
相关度时仅考虑同时收藏两网站的用户，则用户对网站的评分向量
很可能差别甚微，甚至相似度接近于１而失去比较意义。如果将未收
２．８预测评分
∑（Ｒ． 一置 （Ｒ 一 ）
ｋｅ￡
皇
■ 了 式（２—６）
对于某一目标用户Ｕ，我们令集合 表示他已评分的网站，
表示他未评分的网站。
｛意ｌＲ． ≠０，１ ｋ ｎ｝
＝
式（２—７）
式（２—８）
藏其中一个网站的用户加入进来，他们对未收藏的网站的评分设为
０，则相似度计算会有较大差别，可较客观地反映用户兴趣的差异。
２ ６算法输入与输出
本文采用的推荐算法的输入部分为所有用户对网站的评分信
息，这些信息储存在数据库中，用以构建数据模型。在实际系统中，
输入信息由用户的书签和他收藏网站的浏览量获得。
输出包含两部分。一是用户对于其没有评分的网站的预测评
分，二是由用户可能感兴趣的网站组成的Ｔｏｐ—Ｎ推荐列表。
１２＝｛七ｌＲ ＝０，１ ｋ ｎ｝
预测评分的目标是根据目标用户对已评分项目的评分与已评
分项目和未评分项目的相似度，计算出他对未评分项目的预测评
分。本文使用的算法是：对于某一待评分网站，它的预测评分为该目
标用户已评分网站的分值的加权平均值，权重为它们与该待评分网
站的相似度。
求目标用户Ｕ对某个他未评分网站 的预测评分 ．．的计算公
式为：
宾
一
２．７网站相似度计算
协同过滤算法中项目间的相似度计算方法主要有余弦相似性、
：＝…
。。ｓｆ？ ｒ｝
…一 …
相关相似性和修正的余弦相似性。后两种方法实际是对余弦相似性
算法的两种修正。
在表１的矩阵Ｒ中，我们把每个网站的评分信息看成是一个ｍ
维线性空间的向量。两个网站间的相似度用相应的两向量的余弦夹
角表示。
ｆ
式（２—９）
２．９推荐算法优化
上述算法是理论上的协同过滤算法。在实际应用中会遇到一些
问题。为此，我们需要对算法进行进一步优化以提高运行效率和推
荐准确度。
如果将全体用户与全体网站构成的矩阵进行计算，计算量将是
计算网站ｆ和网站，相似度之前先找出至少收藏其中一个网站
的用户集 。设 为矩阵中用户的全集，用户Ｕ对网站ｉ的评分为
十分庞大的。由于用户和网站都是海量的，导致用户一网站评分矩阵
Ｒ ，对网站 的评分为Ｒ 。则
稀疏性很高。本文设计的优化方法旨在降低稀疏性与计算量。
Ｕ：｛ＵＩＲ ×Ｒ ，≠０，Ｕ∈ ｝
可用以下公式算出：
式（２—３）
对于海量的网站，系统先对其进行聚类分析。这么做是因为系
令两个不同网站ｉ和．，的评分向量为 与 ，则它们的相似度
统的目标是对相关网站的推荐。推荐相关网站才符合依据用户兴趣
的要求。计算一个购物网站和一个社交网站的相似度是没有意义
的。因此，系统基于网站内容对网站进行聚类，对用户的推荐目标网
站必须是与他的已收藏网站处于一个类中的。这样就大幅度减少了
计算矩阵的列数。
对于海量的用户，我们也对其进行聚类分析。由于不同地区、年龄、
式（２—４）
职业、社交群体的用户群所关注的信息集是有很大差别的，我们将不同
１欺ｎａｒ－．ｑ￣．未
ｒ
应用研究
用户群的推荐计算任务独立开来分别执行。这样就减少了用户一网站矩
网站评分矩阵尺。
阵的行数。很多推荐系统中所反映的基于好友的推荐效果比单纯基于
（２）选用一种计算网站相似度的算法，计算出每两个网站间的相
算法的推荐效果更好体现了将用户聚类与划分群体方法的优越性。
似度矩阵Ｐ。
推荐系统的冷启动问题一直存在。冷启动问题是指推荐系统刚
（３）对于矩阵Ｒ中不为０的每一项 ，，由式２－９计算出它的预
刚建立时，由于用户数很少，评分数也很少，导致推荐系统性能不稳
测评分值 。
定，用户就不能得到有价值的推荐。本文设计的解决方案是为刚注
（４）对于每个用户，由式２－１Ｏ计算出他的ｌ，｝，。最后由所有用户
册的用户人工推荐一些热门的网站作为初始数据，用户若不喜欢可
的 ｉ＾‘计算出该相似度算法的ｌｌ， 。
以删除。这就使得初始的推荐由加法模型变成了减法模型。这种减
（５）如三种相似度算法未全部求出 ，则选取另一种相似度
法模型的依据是网站推荐与一般的商品推荐存在一个重要区别。那
计算方法，返回步骤３。否则执行下一步骤。
就是存在一些主流、热门的大网站是大部分用户都会访问的。这样
（６）如基于六种不同矩阵大小的计算都已完成，『Ｊ！ＩＪ进入下一步
就一定程度上解决了冷启动问题，使得刚注册的用户也能很好地使
骤。否则选取另一矩阵大小，返回步骤ｌ。
用系统，不会失去兴趣。
２．１０推荐系统性能的量化评估
推荐系统预测评分的质量一般采用预测分值和实际分值的平均
（７）将实验数据绘制成图标，进行分析与研究（图１）。
实验结果分析如下：
（１）前两种算法的全体用户平均相对ＭＡＥ的值随矩阵规模增大
绝对误差（ＭｅａｎＡｂｓｏｌｕｔｅＥｒｒｏｒ，ＭＡＥ）来衡量。对于某一用户Ｕ，令
Ｒ．，表示用户ｕ对网站拍勺实际评分，该评分从用户一网站评分数据
．
而趋于稳定和收敛。说明样本容量越大，预测值误差越稳定。
（２）余弦相似性算法和相关相似性算法的ＭＡＥ值差别甚做。并
库中获取。令
表示用户ｕ对网站ｉ的预测评分，它由上文所述算
且余弦相似度算法ＭＡＥ小于相关相似性算法ＭＡＥ。修正余弦相似
法计算得出。令集合 表示该用户已评分的网站，如公式２—７所示，Ⅳ
性算法的ＭＡＥ较高且不稳定。所以，在本文设计的网站推荐模型下，
表示集合 。的元素数目。则对于用户Ｕ的Ｍａ＆由以下公式算出：
∑ —Ｒ
ＭＡＥ＝ 一
余弦相似度算法是最优的计算网站相似度的算法。
（３）余弦相似性算法和相关相似性算法的ＭＡＥ值几乎不随矩阵
并随着矩阵规模的增大而收敛于０．２５。那么究竟
式（２－ｌ０）
规模的变化而变化，
是什么因素决定了ＭＡＥ需要进一步实验来确定。
由于评分误差的大小受评分区间的影响。未排除这一因素，我
３．２确定影响ＭＡＥ的因素的实验
本实验我们选取余弦相似度算法。根据上述实验，矩阵规模不决
定ＭＡＥ。那么我们就要考虑其他可变因素。由于用户评分向量是线
们引入了平均相对误差＾７ ，它是用平均绝对误差与评分区间宽度
的比值表示：
式（２－１１）
性的，因此评分取值区间不影响评分向量的夹角，也就不会影响平均
衡量整个推荐系统预测评分质量的指标为所有用户的 的算
相对ＭＡＥ。本实验采用控制变量法，选取的可变因素有：矩阵稀疏
＼『 Ｊ ＝
术平均值蠢 。令Ｓ表示全体用户的集合，Ｊｖ表示全体用户的数目。
∑＾ ，
＾
Ｖ
度，用户评分的分布。通过控制单一变量来确定这两个因素是否能决
定ＭＡＥ。矩阵规模为１０００行１０００列，评分取值仍为０到１０问的整数。
式（２－１２）
首先我们假设用户评分的分布是均匀的随机分布，评分取值为
０，ｌ ｏ】之间的整数。矩阵稀疏度用评分为啪比例来决定。令离散随机
Ｔｏｐ－Ｎ推荐质量的衡量采用信息检索领域的评分标准，即准确
［
（表３）
率（ｐｒｅｃｉｓｉｏｎ）和召回率（ｒｅｃａｌ１）。对于某个目标用户，表２给出了网站
变量ｘ表示用户对网站的评分。则Ｘ的概率分布为：
收藏与推荐的关系。
由此表可计算出系统的准确率Ｐ和召回率Ｒ：
尸： ！
Ａｌ＋
其中，ｑ为矩阵稀疏度，也就是矩阵中值为０的单元的比率。ｑ越
表２用户一收藏关系表
式（２－１３）
用户收藏的网站数 用户未收藏的网站数
推荐给用户的
式（２－１４）
４＋ ２
最终整个系统的准确率和召回率分别是所有用户准确率与召
回率的算数平均值。
Ｒ：
４ Ｂｌ
虽 未推荐给用户的
三种网站相似度算法平均相对姒Ｅ比较
３实验结果与分析
３．１网站相似度算法性能评估实验
本文设计了一个实验来比较三种计算网站相似度的方法得到
乱８
的¨｛０的值，用以评估这三种方法的优劣。ｉ ｉ德 小，代表系统的
预测评分性能越好。实验中采集的数据由本文设计的ＷｅｂＯＳ在实际
应用中保存的数据库中得到。实验中用户给网站的评分值的取值范
围是【０，１ ０］的整数。同时，本实验还设置了不同的样本集的大小，用
来分析样本大小对算法性能的影响。由于在实际情况下，一般同一
类网站数不会很多，而同一类用户数比较多。固实验中用户数分别
设为５００，１０００，１５００。网站数分别为２００，４００。
（１）将数据库中的用户一评分数据采集出来，构建最初的用户一
全螂 锕。Ｑ ６
卜糸弦相 度算｝矗
一．ＨＢ关相识度算法
—
鹰正采豫相似虔算法
ｎ ４
ｎ ２
母
８
导
吕
蜒阵擐曩
图１三种网站相似度算法的平均相对ＭＡＥ比较
（６５ ｊ
应用研究
表３用户评分均匀随机分布
Ｘ
－
Ｏ
－
ｌ
－
２
＿
３
＿
４
Ｅ
５ ６
＿
７ ８ ９ １０
ｐ ｑ （１一ｑ）／ｌｏ （Ｉ—ｑ）／ＩＯ （Ｉ—ｑ）／ＩＯ （Ｉ—ｑ）／１０ （Ｉ—ｑ） ／ＩＯ （Ｉ—ｑ）／１Ｏ （１－ｑ）／Ｉｏ （Ｉ－ｑ）／Ｉｏ （１一ｑ）／Ｉｏ （Ｉ—ｑ） １０
表４用户评分标准正太分布
Ｘ
ｐ
Ｏ
０．５
１
０．０Ｏ６９
２
０．０２２７
３
０．０７９２
４
Ｏ．１５９２
５
０．２２５７
６
０．２２５７
７
０．１５９２
８
０．０７９２
９
０．０２２７
１０
Ｏ．００６９
矩阵稀疏度与、ｌＡＥ 系髑
用户评分概率分布与凇 天系圈
蟾阵赫鼍度
图２矩阵稀疏度与ＭＡＥ关系
大，代表矩阵越稀疏。ｑ的取值范围为［０，ｌ】。（表４） 参考文献
图３用户评分概率分布与ＭＡＥ关系
根据这一模型，我们通过实验计算出矩阵稀疏度ｑ与全体用户
［１］余力，刘鲁．电子商务个性化推荐研究［Ａ］．计算机集成制造系统．
平均ＭＡＥ的关系。
２００４．
然后再控制矩阵系数度不变，改变用户评分概率分布，观察结
［２］章晋波．推荐系统中协同过滤算法的研究与实现．北京邮电大学
果。由于现实生活中，人们特别喜欢的网站与特别不喜欢的网站较
硕士论文，２００９．
少，而感觉不明确的网站占大多数。因此我们可以假设用户评分分布
［３］Ｍｅｍｃａｃｈｅｄ：Ｈｉｇｈ—Ｐｅｒｆｏｒｍａｎｃｅ．Ｄｉｓｔｒｉｂｕｔｅｄ Ｍｅｍｏｒｙ Ｏｂｊｅｃｔ
为０到ｌｏ２：间的标准正太分布。本步骤中选用的矩阵系数度为０．５，评
Ｃａｃｈｉｎｇ Ｓｙｓｔｅｍ，２０１ １，Ａｖａｉｌａｂｌｅ ａｔ：ｈｔｔＤ：／／ｍｅｍｃａｃｈｅｄ．ｏｒｇ／．
分概率分布为近似的标准正太分布：
［４］ＰＨＰ ｅｘｔｅｎｓｉｏｎ ｆｏｒ ｉｎｔｅｒｆａｃｉｎｇ ｗｉｔｈ Ｍｅｍｃａｃｈｅｄ，２０１ ２，Ａｖａｉｌ—
我们再计算出此情况下的ＭＡＥ，与前面的做比较。
ａｂｌｅ ａｔ：ｈｔｔｐ：／／ｐｅｃ１．ｐｈｐ．ｎｅｔ／ｐａｃｋａｇｅ／Ｍｅｍｃａｃｈｅｄ．
由图２可看出，矩阵稀疏度很高时，ＭＡＥ变得不稳定。矩阵稀疏
［５ＪＡｎ ｏｐｅｎ ｓｏｕｒｃｅ Ｃ／Ｃ＋＋ｃｌｉｅｎｔ ｌｉｂｒａｒｙ ｆｏｒ ｔｈｅ Ｍｅｍｃａｃｈｅｄ ｓｅｒｖｅｒ．
度很低时，ＭＡＥ稳定并趋近与０．２２３。矩阵稀疏度在０．１至０．９时，
２０１ ０。Ａｖａｉｌａｂｌｅ ａｔ：ｈｔｔｐ：／／ｌｉｂＭｅｍｃａｃｈｅｄ．０ｒｑ门１ｂＨｅｍｃａｃｈｅｄ．ｈｔｍｌ
ＭＡＥ稳定并趋近于０．２５。这表明当用户一网站评分矩阵稀疏度不是
［６］Ｋ．Ｖａｉｄｙａｎａｔｈａｎ．Ｓ．Ｎａｒｒａｖｕｌａ．ｅｔ ａ１．。Ｄｅｓｉｇｎｉｎｇ Ｅｆｆｉｃｉｅｎｔ
非常大（超过０．９５）时，ＭＡＥ都是比较稳定的。这时矩阵稀疏度不是影
Ｓｙｓｔｅｍｓ Ｓｅｒｖｉｃｅｓ ａｎｄ Ｐｒｉｍｉｔｉｖｅｓ ｆｏｒ Ｎｅｘｔ－Ｇｅｎｅｒａｔｉｏｎ Ｄａｔａ
响ＭＡＥ的因素。
Ｃｅｎｔｅｍｓ。１ｎ Ｗｏｒｋｓｈｏｐ ｏｎ ＮＳＦ Ｎｅｘｔ Ｇｅｎｅｒａｔｉｏｎ Ｓｏｆｔｗａｒｅ（ＮＧＳ）
从图３可看出，矩阵稀疏度一定时，用户评分为标准正太分布的
Ｐｒｏｇｒａｍ；ｈｅｌｄ ｉｎ ｃｏｎｊｕｎｃｔｉｏｎ ｗｉｔｈ ＩＰＤＰＳ，２００７．
ＭＡＥ低于用户评分为均匀随机分布的ＭＡＥ。这表明实际中如果用户
［７］Ａ．Ｓ．Ｔａｍｅｎｂａｕｍ。Ｍ．Ｖ．Ｓｔｅｅｎ，Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ：Ｐｒｉｎ－
ｃｉｐｌｅｓ ａｎｄ Ｐａｒａｄｉｇｍｓ，２ｎｄ ｅｄ．Ｐｅａｒｓｏｎ Ｐｒｅｎｔｉｃｅ－Ｈａ］］．２００６．
的评分接近标准正太分布，则平均预测误差较小，系统性能较好。
综上所述，用户评分的概率分布是唯一影响系统预测评分的平
［８］Ｊ．Ｐｅｔｒｏｖｉｃ。Ｕｓｉｎｇ Ｍｅｍｃａｃｈｅｄ ｆｏｒ ｄａｔａ ｄｉｓｔｒｉｂｕｔｉｏｎ ｉｎ ｉｎ—
均相对误差的因素。
ｄｕｓｔｒｉａ１ ｅｎｖｉｒｏｎｍｅｎｔ，Ｉｎ：Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｔｈ１ｒｄ Ｉｎｔｅｒｎａ－
４结语
本文设计了一种ＷｅｂＯＳ系统。它以云书签服务和网站个洼化推
ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｙｓｔｅｍｓ（ＩＣＯＮＳ）。２００８，ｐｐ３６８－３７２．
［９］Ｄ．Ａ．Ｍｅｎａｃｅ，Ｓｃａｌｉｎｇ Ｗｅｂ Ｓｉｔｅｓ Ｔｈｒｏｕｇｈ Ｃａｃｈｉｎｇ。ＩＥＥＥ Ｉｎｔｅｒｎｅｔ
Ｃｏｍｐｕｔｉｎｇ，２００３，７（４）：８６－８９．
荐为核心和亮点，集成了传统的应用程序管理和文件管理功能，旨
在为用户提供方便快捷的上网窗口。本文将个性化推荐技术引用到
［１ Ｏ］Ｄａｖｉｄ Ｋａｒｇｅｒ，Ａｌｅｘ Ｓｈｅｒｍａｎ。Ａｎｄｙ Ｂｅｒｋｈｅｉｍｅｒ。Ｂｉｌｌ Ｂｏｇｓｔａｄ。
Ｒｉｚｗａｎ Ｄｈａｎ１ｄ１ｎａ，Ｋｅｎ ｌｗａｍｏｔｏ，Ｂｒｉａｎ Ｋｉｍ，Ｌｕｋｅ Ｍａｔｋｉｎｓ。Ｙｏａｖ
Ｙｅｒｕｓｈａｌｍｉ，Ｗｅｂ ｃａｃｈｉｎｇ ｗｉｔｈ ｃｏｎｓｉｓｔｅｎｔ ｈａｓｈｉｎｇ，Ｃｏｍｐｕｔｅｒ Ｎｅｔｗｏｒｋｓ：
网站推荐中，结合实际情况修改和优化了传统的基于项目的系统过
滤算法。本文用实际开发的系统进行了实验以评估推荐算法的性
能。主要评估三种计算网站相似度算法的性能和样本集大小对算法
性能的影响。
Ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｔｅ１ｅｃ０ｍｍｕｎ１ｃａｔ１０ｎｓ
Ｎｅｔｗｏｒｋｉｎｇ，Ｖ。３１ ｎ．１ ｌ一１６。Ｐ．１ ２０３—１ ２１３，Ｍａｙ １ ７。１９９９．
2024年5月22日发(作者：桐语海)
Ｉ
：；
沫
应用研究
基于云书签服务的个性化推荐ＷｅｂＯ Ｓ系统
崔海波
（湖北大学计算机与信息工程学院湖北武汉４３００６２）
摘要：面对互联网中海量的信息，需要解决以下两个重要问题：一是如何从海量信息中获取对自己真正有用的信息，二是如何管理好已经获取
的信息。本文设计了一种ｗｅｂｏｓ系统，其核心思想是将个性化推荐技术应用于网站的推荐，由传统的“人找信息”变为“信息找人”，从而同时解决上述两
个问题。
关键词：云书签个陆化推荐ＷｅｂＯＳ网站推荐系统协同过滤
中图分类号：ＴＰ３ｌ１．５ 文献标识码：Ａ 文章编号：１ｏ０７．９４１６（２０１５）０４．００６３．０４
１引言
随着互联网的高速发展与Ｗｅｂ２．０技术的广泛应用，互联网用
，
２．２推荐算法概述
推荐算法是个性化推荐系统中最核心与关键的部分，很大程度
户的上网需求日益丰富与多元化。如何有效地管理用户浏览的网
上决定了系统性能的优劣。目前应用较广的推荐算法主要有协同过
滤推荐、基于内容推荐、基于用户信息推荐、基于知识和规则的推荐
页、使用的网络应用程序成为一个重要的问题。
网站的类别与用
ＷｅｂＯＳ称为网络操作系统，是一种基于浏览器的虚拟操作系
等。互联网中网站和用户的数量都是非常巨大的，
统。它提供了一个访问运行在服务器端的网络应用程序的窗口。用户
户的需求也千差万别。本系统目标是同类网站推荐。对于某一类网
基于项目的协同过滤比传统的基于
通过浏览器来使用网络应用程序。用户浏览器与服务器程序的通信
站，网站数量远小于用户数量。
准确度更高。网站的信息几
通过Ｈ 协议实现。ＷｅｂＯＳ的界面类似于一般操作系统的桌面。目
相似用户的协同过滤方法计算量更小、
女口图书、电影）的，很难像基于
前的ＷｅｂＯＳ主要提供网络应用程序的服务。这种服务模式较为单
乎是全领域而不是面向某一特定领域（
兴趣相近”的用户。基于这
网络应用程序的普及度也不高，导致了ＷｅｂＯＳ未得到广泛应用。
相似用户的协同过滤算法那样找到完全“
一
，
本系统决定主要采用基于项目的协同
用户使用浏览器的最基本需求是浏览网页，必然需要网页书签来收
些特点，经过一定量的实验，
ｉｔｅｍ－ｂａｓｅｄ ｃｏｌｌａｂｏｒａｔｉｖｅ ｆｉｌｔｅｒｉｎｇ ａｌｇｏｒｉｔｈｍｓ）。算法
藏和管理自己访问的网页。本文设计的ＷｅｂＯＳ系统主要基于网页书
过滤算法（
根据评分值计算已
签服务，提供高效美观的书签管理方式，把握了用户的最基本需求。
基于用户的收藏和浏览频率给网站赋予评分值，
再以相似度作为权重，加权各已
面对庞大数目的网站，用户如何快速地获得自己感兴趣的网站
评分项目与待预测项目的相似度，
得到预测项目的预测评分值，以预测评分值作为
而不被海量的信息所淹没以至于花费大量时间搜索无用信息？本文
评分项目的评分，
采用了个性化推荐技术来解决该问题。个性化推荐是根据用户的兴
排序依据得出Ｔｏｐ－Ｎ推荐项目表。
２．３数据模型
趣特点，针对性地为其提供信息和服务，目前主要应用于电子商务
中。本文设计的ＷｅｂＯＳ将该技术运用到网站推荐中，根据用户的收
该算法的核心数据模型是一个用户一项目评分矩阵Ａ，如表１。
列代表网站，矩阵单元的值为用户给网站的评
藏记录反映出的兴趣信息，运用协同过滤推荐算法，将符合其兴趣
矩阵的行代表用户，
分。评分可通过用户对网站的收藏和浏览频率来确定。
的相关网站推荐给用户，达到拓展性阅读的功效。
本文设计了一个ＷｅｂＯＳ系统。它基于Ｌｉｎｕｘ，Ａｐａｃｈｅ，Ｍｙｓｑｌ，
在矩阵Ｒ中，假设用户数量为 ，网站数量为ｎ。则 为
第ｍ行代表用户ｍ，第ｎ列代表网站ｎ。第ｆ
ＰＨＰ，ＨＴＭＬ５，Ｊａｖａｓｃｒｉｐｔ以及Ａｊａｘ的架构，集成了书签服务、个性
ｍ×ｎ的矩阵。其中，
表示用户ｆ对网站．，的评分。
化推荐、文件管理与网络应用程序管理的功能，提供流畅快捷的用
行第 列的值Ｒ，
２．４用户对网站评分的计算方法
户体验。
２网站个性化推荐
２．１功能描述
在传统的推荐系统中，用户对项目的评分由用户的打分行为显
示确定。用户对项目的评分值在一定范围内浮动，如０到１０。分数越
高表示用户对项目的喜好度越高。
表１用户一项目评分矩阵
当今互联网中网站的数量是巨大的，而大多数人常访问的网站
数却很少。海量的网站信息很容易将用户淹没，增大了用户找到自
己真正感兴趣的信息的难度。用户获取网站信息的主要途径为搜索
引擎和门户网站。这两种方式本质都是“人找信息”的模式，均存在
信息过载和无法根据用户兴趣进行个性化信息服务的缺点。本文设
计的系统引用了个性化推荐技术，采集用户的网页收藏和浏览记
‘
墨
，２
Ｒ．：
Ｒ２
２
，
Ｉｉ ｌ
录，依据一定的推荐算法，为每个用户针对性地推荐符合其兴趣的
网站。例如某用户经常在淘宝网上购物，系统察觉他的网上购物的
兴趣，就会自动推荐给他亚马逊、京东商城、Ｅｂａｙ等一些优质的购物
网站，提供他更多元化的选择。
Ｒ
１
，
足， Ｒ．
Ｒ，１． ， Ｒ ，
收稿日期：２０１５—０３—０６
作者简介：崔海波（１９７９－－），男，湖北武汉人，硕士研究生，讲师，研究方向：系统分析与集成，数据库应用。
应用研究
而在本文设计的网站推荐系统中，用户不会对网站做显示的打
分行为。用户对网站的兴趣体现在收藏和浏览频率上。因此，我们用
这两个指标来计算用户对网站的评分。
另外我们令ｃｏｓ［
算）。
：ｃＯＳ ｅ。ｓ《 ：０（为方便后续计
由于不同用户的评分尺度是不一样的，仅以用户评分为网站得
设Ⅳ为该用户收藏该网站子页面的个数。用户收藏一个网站的
分依据的余弦相似性算法忽略了这一点。因此，我们对余弦算法进
子页面越多，这个网站对他就越重要。设Ｆ为近一段时期内用户访问
行了修正，在计算时将用户给网站的评分减去网站所得的平均分，
某网站的频率，频率等于从当前时刻向前推一段时间间隔中用户访
以提高准确度。为此，我们令 表示集合Ｕ中的用户给网站ｆ的评
问网站的次数／这段时间间隔的长度。用户访问一个网站的频率越
分的算数平均值。则相似度计算公式为：
高，表示他对该网站的兴趣越浓。而用户的兴趣又是随时间变化的，
段时间内可能对某类特定网站感兴趣，过一段时间又可能聚焦于
新的兴趣。固采用近期访问频率作为指标能够反映用户兴趣的变化。
一
｛霞
。
一矗、ｊ ｛ 一Ｒ｝
…
、
ｆ、ｑｌ ｝ ～ ＝＝＝＝＝ ： ＝：：＝＝＝＝：＝＝＝＝＝＝＝＝一 — ——＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ ＝＝；＝ ＝＝＝
ｆＲ—ｊ ： ｆ
ｌ 善
～； ■：： 式（２—５）
’
用户对网站的评分值Ｒ为上述两个指标的函数：
Ｒ＝Ｆ（Ⅳ，Ｆ）
均值确定：
式（２—１） 修正余弦相似性是对余弦相似性算法的另一种修正方案。它在
函数Ｆ的规则有很多设定方法。本文采用两个指标的加权平
计算网站相似度时将用户给网站的评分减去该用户对所有网站的
Ｒ＝Ｆ（Ⅳ，Ｆ）＝ａＮ＋ Ｆ
式中权重ａ， 由系统设定。
２．５未评分项目的处理方法
评分的平均值。由于网站推荐将未评分的网站设置为吩，且每个用
式（２—２）
户参与评分的网站只占全体网站的极小部分，所以在计算用户平均
评分时不考虑评分为０的网站。我们令Ｒ 为用户Ｕ对他所评分的所
有网站的评分值的算数平均值。则相似度计算公式为：
由于使用网站收藏与浏览量来确定用户给网站的评分，使得评
分的计算不同于一般的推荐算法。我们定义如果用户对某个网站没
有评分，则该用户对该网站的评分值为０。这样做的原因是：用户对网
站的评分是隐式进行的，并不会通过打分的方式进行评分。收藏是反
映用户对网站的兴趣的最重要因素。一个用户对大部分收藏的网站
的浏览量差别不会很大。如果仿照一般的推荐算法，在计算两个网站
相关度时仅考虑同时收藏两网站的用户，则用户对网站的评分向量
很可能差别甚微，甚至相似度接近于１而失去比较意义。如果将未收
２．８预测评分
∑（Ｒ． 一置 （Ｒ 一 ）
ｋｅ￡
皇
■ 了 式（２—６）
对于某一目标用户Ｕ，我们令集合 表示他已评分的网站，
表示他未评分的网站。
｛意ｌＲ． ≠０，１ ｋ ｎ｝
＝
式（２—７）
式（２—８）
藏其中一个网站的用户加入进来，他们对未收藏的网站的评分设为
０，则相似度计算会有较大差别，可较客观地反映用户兴趣的差异。
２ ６算法输入与输出
本文采用的推荐算法的输入部分为所有用户对网站的评分信
息，这些信息储存在数据库中，用以构建数据模型。在实际系统中，
输入信息由用户的书签和他收藏网站的浏览量获得。
输出包含两部分。一是用户对于其没有评分的网站的预测评
分，二是由用户可能感兴趣的网站组成的Ｔｏｐ—Ｎ推荐列表。
１２＝｛七ｌＲ ＝０，１ ｋ ｎ｝
预测评分的目标是根据目标用户对已评分项目的评分与已评
分项目和未评分项目的相似度，计算出他对未评分项目的预测评
分。本文使用的算法是：对于某一待评分网站，它的预测评分为该目
标用户已评分网站的分值的加权平均值，权重为它们与该待评分网
站的相似度。
求目标用户Ｕ对某个他未评分网站 的预测评分 ．．的计算公
式为：
宾
一
２．７网站相似度计算
协同过滤算法中项目间的相似度计算方法主要有余弦相似性、
：＝…
。。ｓｆ？ ｒ｝
…一 …
相关相似性和修正的余弦相似性。后两种方法实际是对余弦相似性
算法的两种修正。
在表１的矩阵Ｒ中，我们把每个网站的评分信息看成是一个ｍ
维线性空间的向量。两个网站间的相似度用相应的两向量的余弦夹
角表示。
ｆ
式（２—９）
２．９推荐算法优化
上述算法是理论上的协同过滤算法。在实际应用中会遇到一些
问题。为此，我们需要对算法进行进一步优化以提高运行效率和推
荐准确度。
如果将全体用户与全体网站构成的矩阵进行计算，计算量将是
计算网站ｆ和网站，相似度之前先找出至少收藏其中一个网站
的用户集 。设 为矩阵中用户的全集，用户Ｕ对网站ｉ的评分为
十分庞大的。由于用户和网站都是海量的，导致用户一网站评分矩阵
Ｒ ，对网站 的评分为Ｒ 。则
稀疏性很高。本文设计的优化方法旨在降低稀疏性与计算量。
Ｕ：｛ＵＩＲ ×Ｒ ，≠０，Ｕ∈ ｝
可用以下公式算出：
式（２—３）
对于海量的网站，系统先对其进行聚类分析。这么做是因为系
令两个不同网站ｉ和．，的评分向量为 与 ，则它们的相似度
统的目标是对相关网站的推荐。推荐相关网站才符合依据用户兴趣
的要求。计算一个购物网站和一个社交网站的相似度是没有意义
的。因此，系统基于网站内容对网站进行聚类，对用户的推荐目标网
站必须是与他的已收藏网站处于一个类中的。这样就大幅度减少了
计算矩阵的列数。
对于海量的用户，我们也对其进行聚类分析。由于不同地区、年龄、
式（２—４）
职业、社交群体的用户群所关注的信息集是有很大差别的，我们将不同
１欺ｎａｒ－．ｑ￣．未
ｒ
应用研究
用户群的推荐计算任务独立开来分别执行。这样就减少了用户一网站矩
网站评分矩阵尺。
阵的行数。很多推荐系统中所反映的基于好友的推荐效果比单纯基于
（２）选用一种计算网站相似度的算法，计算出每两个网站间的相
算法的推荐效果更好体现了将用户聚类与划分群体方法的优越性。
似度矩阵Ｐ。
推荐系统的冷启动问题一直存在。冷启动问题是指推荐系统刚
（３）对于矩阵Ｒ中不为０的每一项 ，，由式２－９计算出它的预
刚建立时，由于用户数很少，评分数也很少，导致推荐系统性能不稳
测评分值 。
定，用户就不能得到有价值的推荐。本文设计的解决方案是为刚注
（４）对于每个用户，由式２－１Ｏ计算出他的ｌ，｝，。最后由所有用户
册的用户人工推荐一些热门的网站作为初始数据，用户若不喜欢可
的 ｉ＾‘计算出该相似度算法的ｌｌ， 。
以删除。这就使得初始的推荐由加法模型变成了减法模型。这种减
（５）如三种相似度算法未全部求出 ，则选取另一种相似度
法模型的依据是网站推荐与一般的商品推荐存在一个重要区别。那
计算方法，返回步骤３。否则执行下一步骤。
就是存在一些主流、热门的大网站是大部分用户都会访问的。这样
（６）如基于六种不同矩阵大小的计算都已完成，『Ｊ！ＩＪ进入下一步
就一定程度上解决了冷启动问题，使得刚注册的用户也能很好地使
骤。否则选取另一矩阵大小，返回步骤ｌ。
用系统，不会失去兴趣。
２．１０推荐系统性能的量化评估
推荐系统预测评分的质量一般采用预测分值和实际分值的平均
（７）将实验数据绘制成图标，进行分析与研究（图１）。
实验结果分析如下：
（１）前两种算法的全体用户平均相对ＭＡＥ的值随矩阵规模增大
绝对误差（ＭｅａｎＡｂｓｏｌｕｔｅＥｒｒｏｒ，ＭＡＥ）来衡量。对于某一用户Ｕ，令
Ｒ．，表示用户ｕ对网站拍勺实际评分，该评分从用户一网站评分数据
．
而趋于稳定和收敛。说明样本容量越大，预测值误差越稳定。
（２）余弦相似性算法和相关相似性算法的ＭＡＥ值差别甚做。并
库中获取。令
表示用户ｕ对网站ｉ的预测评分，它由上文所述算
且余弦相似度算法ＭＡＥ小于相关相似性算法ＭＡＥ。修正余弦相似
法计算得出。令集合 表示该用户已评分的网站，如公式２—７所示，Ⅳ
性算法的ＭＡＥ较高且不稳定。所以，在本文设计的网站推荐模型下，
表示集合 。的元素数目。则对于用户Ｕ的Ｍａ＆由以下公式算出：
∑ —Ｒ
ＭＡＥ＝ 一
余弦相似度算法是最优的计算网站相似度的算法。
（３）余弦相似性算法和相关相似性算法的ＭＡＥ值几乎不随矩阵
并随着矩阵规模的增大而收敛于０．２５。那么究竟
式（２－ｌ０）
规模的变化而变化，
是什么因素决定了ＭＡＥ需要进一步实验来确定。
由于评分误差的大小受评分区间的影响。未排除这一因素，我
３．２确定影响ＭＡＥ的因素的实验
本实验我们选取余弦相似度算法。根据上述实验，矩阵规模不决
定ＭＡＥ。那么我们就要考虑其他可变因素。由于用户评分向量是线
们引入了平均相对误差＾７ ，它是用平均绝对误差与评分区间宽度
的比值表示：
式（２－１１）
性的，因此评分取值区间不影响评分向量的夹角，也就不会影响平均
衡量整个推荐系统预测评分质量的指标为所有用户的 的算
相对ＭＡＥ。本实验采用控制变量法，选取的可变因素有：矩阵稀疏
＼『 Ｊ ＝
术平均值蠢 。令Ｓ表示全体用户的集合，Ｊｖ表示全体用户的数目。
∑＾ ，
＾
Ｖ
度，用户评分的分布。通过控制单一变量来确定这两个因素是否能决
定ＭＡＥ。矩阵规模为１０００行１０００列，评分取值仍为０到１０问的整数。
式（２－１２）
首先我们假设用户评分的分布是均匀的随机分布，评分取值为
０，ｌ ｏ】之间的整数。矩阵稀疏度用评分为啪比例来决定。令离散随机
Ｔｏｐ－Ｎ推荐质量的衡量采用信息检索领域的评分标准，即准确
［
（表３）
率（ｐｒｅｃｉｓｉｏｎ）和召回率（ｒｅｃａｌ１）。对于某个目标用户，表２给出了网站
变量ｘ表示用户对网站的评分。则Ｘ的概率分布为：
收藏与推荐的关系。
由此表可计算出系统的准确率Ｐ和召回率Ｒ：
尸： ！
Ａｌ＋
其中，ｑ为矩阵稀疏度，也就是矩阵中值为０的单元的比率。ｑ越
表２用户一收藏关系表
式（２－１３）
用户收藏的网站数 用户未收藏的网站数
推荐给用户的
式（２－１４）
４＋ ２
最终整个系统的准确率和召回率分别是所有用户准确率与召
回率的算数平均值。
Ｒ：
４ Ｂｌ
虽 未推荐给用户的
三种网站相似度算法平均相对姒Ｅ比较
３实验结果与分析
３．１网站相似度算法性能评估实验
本文设计了一个实验来比较三种计算网站相似度的方法得到
乱８
的¨｛０的值，用以评估这三种方法的优劣。ｉ ｉ德 小，代表系统的
预测评分性能越好。实验中采集的数据由本文设计的ＷｅｂＯＳ在实际
应用中保存的数据库中得到。实验中用户给网站的评分值的取值范
围是【０，１ ０］的整数。同时，本实验还设置了不同的样本集的大小，用
来分析样本大小对算法性能的影响。由于在实际情况下，一般同一
类网站数不会很多，而同一类用户数比较多。固实验中用户数分别
设为５００，１０００，１５００。网站数分别为２００，４００。
（１）将数据库中的用户一评分数据采集出来，构建最初的用户一
全螂 锕。Ｑ ６
卜糸弦相 度算｝矗
一．ＨＢ关相识度算法
—
鹰正采豫相似虔算法
ｎ ４
ｎ ２
母
８
导
吕
蜒阵擐曩
图１三种网站相似度算法的平均相对ＭＡＥ比较
（６５ ｊ
应用研究
表３用户评分均匀随机分布
Ｘ
－
Ｏ
－
ｌ
－
２
＿
３
＿
４
Ｅ
５ ６
＿
７ ８ ９ １０
ｐ ｑ （１一ｑ）／ｌｏ （Ｉ—ｑ）／ＩＯ （Ｉ—ｑ）／ＩＯ （Ｉ—ｑ）／１０ （Ｉ—ｑ） ／ＩＯ （Ｉ—ｑ）／１Ｏ （１－ｑ）／Ｉｏ （Ｉ－ｑ）／Ｉｏ （１一ｑ）／Ｉｏ （Ｉ—ｑ） １０
表４用户评分标准正太分布
Ｘ
ｐ
Ｏ
０．５
１
０．０Ｏ６９
２
０．０２２７
３
０．０７９２
４
Ｏ．１５９２
５
０．２２５７
６
０．２２５７
７
０．１５９２
８
０．０７９２
９
０．０２２７
１０
Ｏ．００６９
矩阵稀疏度与、ｌＡＥ 系髑
用户评分概率分布与凇 天系圈
蟾阵赫鼍度
图２矩阵稀疏度与ＭＡＥ关系
大，代表矩阵越稀疏。ｑ的取值范围为［０，ｌ】。（表４） 参考文献
图３用户评分概率分布与ＭＡＥ关系
根据这一模型，我们通过实验计算出矩阵稀疏度ｑ与全体用户
［１］余力，刘鲁．电子商务个性化推荐研究［Ａ］．计算机集成制造系统．
平均ＭＡＥ的关系。
２００４．
然后再控制矩阵系数度不变，改变用户评分概率分布，观察结
［２］章晋波．推荐系统中协同过滤算法的研究与实现．北京邮电大学
果。由于现实生活中，人们特别喜欢的网站与特别不喜欢的网站较
硕士论文，２００９．
少，而感觉不明确的网站占大多数。因此我们可以假设用户评分分布
［３］Ｍｅｍｃａｃｈｅｄ：Ｈｉｇｈ—Ｐｅｒｆｏｒｍａｎｃｅ．Ｄｉｓｔｒｉｂｕｔｅｄ Ｍｅｍｏｒｙ Ｏｂｊｅｃｔ
为０到ｌｏ２：间的标准正太分布。本步骤中选用的矩阵系数度为０．５，评
Ｃａｃｈｉｎｇ Ｓｙｓｔｅｍ，２０１ １，Ａｖａｉｌａｂｌｅ ａｔ：ｈｔｔＤ：／／ｍｅｍｃａｃｈｅｄ．ｏｒｇ／．
分概率分布为近似的标准正太分布：
［４］ＰＨＰ ｅｘｔｅｎｓｉｏｎ ｆｏｒ ｉｎｔｅｒｆａｃｉｎｇ ｗｉｔｈ Ｍｅｍｃａｃｈｅｄ，２０１ ２，Ａｖａｉｌ—
我们再计算出此情况下的ＭＡＥ，与前面的做比较。
ａｂｌｅ ａｔ：ｈｔｔｐ：／／ｐｅｃ１．ｐｈｐ．ｎｅｔ／ｐａｃｋａｇｅ／Ｍｅｍｃａｃｈｅｄ．
由图２可看出，矩阵稀疏度很高时，ＭＡＥ变得不稳定。矩阵稀疏
［５ＪＡｎ ｏｐｅｎ ｓｏｕｒｃｅ Ｃ／Ｃ＋＋ｃｌｉｅｎｔ ｌｉｂｒａｒｙ ｆｏｒ ｔｈｅ Ｍｅｍｃａｃｈｅｄ ｓｅｒｖｅｒ．
度很低时，ＭＡＥ稳定并趋近与０．２２３。矩阵稀疏度在０．１至０．９时，
２０１ ０。Ａｖａｉｌａｂｌｅ ａｔ：ｈｔｔｐ：／／ｌｉｂＭｅｍｃａｃｈｅｄ．０ｒｑ门１ｂＨｅｍｃａｃｈｅｄ．ｈｔｍｌ
ＭＡＥ稳定并趋近于０．２５。这表明当用户一网站评分矩阵稀疏度不是
［６］Ｋ．Ｖａｉｄｙａｎａｔｈａｎ．Ｓ．Ｎａｒｒａｖｕｌａ．ｅｔ ａ１．。Ｄｅｓｉｇｎｉｎｇ Ｅｆｆｉｃｉｅｎｔ
非常大（超过０．９５）时，ＭＡＥ都是比较稳定的。这时矩阵稀疏度不是影
Ｓｙｓｔｅｍｓ Ｓｅｒｖｉｃｅｓ ａｎｄ Ｐｒｉｍｉｔｉｖｅｓ ｆｏｒ Ｎｅｘｔ－Ｇｅｎｅｒａｔｉｏｎ Ｄａｔａ
响ＭＡＥ的因素。
Ｃｅｎｔｅｍｓ。１ｎ Ｗｏｒｋｓｈｏｐ ｏｎ ＮＳＦ Ｎｅｘｔ Ｇｅｎｅｒａｔｉｏｎ Ｓｏｆｔｗａｒｅ（ＮＧＳ）
从图３可看出，矩阵稀疏度一定时，用户评分为标准正太分布的
Ｐｒｏｇｒａｍ；ｈｅｌｄ ｉｎ ｃｏｎｊｕｎｃｔｉｏｎ ｗｉｔｈ ＩＰＤＰＳ，２００７．
ＭＡＥ低于用户评分为均匀随机分布的ＭＡＥ。这表明实际中如果用户
［７］Ａ．Ｓ．Ｔａｍｅｎｂａｕｍ。Ｍ．Ｖ．Ｓｔｅｅｎ，Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ：Ｐｒｉｎ－
ｃｉｐｌｅｓ ａｎｄ Ｐａｒａｄｉｇｍｓ，２ｎｄ ｅｄ．Ｐｅａｒｓｏｎ Ｐｒｅｎｔｉｃｅ－Ｈａ］］．２００６．
的评分接近标准正太分布，则平均预测误差较小，系统性能较好。
综上所述，用户评分的概率分布是唯一影响系统预测评分的平
［８］Ｊ．Ｐｅｔｒｏｖｉｃ。Ｕｓｉｎｇ Ｍｅｍｃａｃｈｅｄ ｆｏｒ ｄａｔａ ｄｉｓｔｒｉｂｕｔｉｏｎ ｉｎ ｉｎ—
均相对误差的因素。
ｄｕｓｔｒｉａ１ ｅｎｖｉｒｏｎｍｅｎｔ，Ｉｎ：Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｔｈ１ｒｄ Ｉｎｔｅｒｎａ－
４结语
本文设计了一种ＷｅｂＯＳ系统。它以云书签服务和网站个洼化推
ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｓｙｓｔｅｍｓ（ＩＣＯＮＳ）。２００８，ｐｐ３６８－３７２．
［９］Ｄ．Ａ．Ｍｅｎａｃｅ，Ｓｃａｌｉｎｇ Ｗｅｂ Ｓｉｔｅｓ Ｔｈｒｏｕｇｈ Ｃａｃｈｉｎｇ。ＩＥＥＥ Ｉｎｔｅｒｎｅｔ
Ｃｏｍｐｕｔｉｎｇ，２００３，７（４）：８６－８９．
荐为核心和亮点，集成了传统的应用程序管理和文件管理功能，旨
在为用户提供方便快捷的上网窗口。本文将个性化推荐技术引用到
［１ Ｏ］Ｄａｖｉｄ Ｋａｒｇｅｒ，Ａｌｅｘ Ｓｈｅｒｍａｎ。Ａｎｄｙ Ｂｅｒｋｈｅｉｍｅｒ。Ｂｉｌｌ Ｂｏｇｓｔａｄ。
Ｒｉｚｗａｎ Ｄｈａｎ１ｄ１ｎａ，Ｋｅｎ ｌｗａｍｏｔｏ，Ｂｒｉａｎ Ｋｉｍ，Ｌｕｋｅ Ｍａｔｋｉｎｓ。Ｙｏａｖ
Ｙｅｒｕｓｈａｌｍｉ，Ｗｅｂ ｃａｃｈｉｎｇ ｗｉｔｈ ｃｏｎｓｉｓｔｅｎｔ ｈａｓｈｉｎｇ，Ｃｏｍｐｕｔｅｒ Ｎｅｔｗｏｒｋｓ：
网站推荐中，结合实际情况修改和优化了传统的基于项目的系统过
滤算法。本文用实际开发的系统进行了实验以评估推荐算法的性
能。主要评估三种计算网站相似度算法的性能和样本集大小对算法
性能的影响。
Ｔｈｅ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｔｅ１ｅｃ０ｍｍｕｎ１ｃａｔ１０ｎｓ
Ｎｅｔｗｏｒｋｉｎｇ，Ｖ。３１ ｎ．１ ｌ一１６。Ｐ．１ ２０３—１ ２１３，Ｍａｙ １ ７。１９９９．