基于关联函数的推荐系统相似性研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (6): 223-224.

基于关联函数的推荐系统相似性研究

崔春生^1，2，吴祈宗¹

1.北京理工大学管理与经济学院，北京 100081
2.河南财经政法大学计算机学院，郑州 450046

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-02-21 发布日期:2011-02-21

Research of similarity in recommender system based on dependent function

CUI Chunsheng^1，2，WU Qizong¹

1.School of Management and Economics，Beijing Institute of Technology，Beijing 100081，China
2.School of Computer，Henan University of Economics and Law，Zhengzhou 450046，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-02-21 Published:2011-02-21

摘要/Abstract

摘要： 针对电子商务推荐系统中相似性的计算，借助关联函数，通过点与区间“距”的引入，在相似度性质的各个性质的保证下，运用vague集理论，构建了一种新的相似性度量公式。一方面满足了推荐系统对相似性计算的要求，另一方面使结果更加符合人们的感性认识，不仅为推荐系统的研究提供了一种新的思路、也为这一领域的研究引入了更为广泛的理论基础。

关键词: 推荐系统, vague集, 相似性, 关联函数

Abstract: The similarity measure in recommender system of electric commerce is studied.Based on the dependent function，the definition of “distance” is introduced.Meanwhile，with the insurance of the similarity’s nature and based on the theory of vague sets，a new similarity measure method is gotten.The method satisfies the need of similarity measure in recommender system，and the resultant is in line with people’s perceptual.So the method not only offers a new idea to recommender system，but also introduces a wide range of theoretical foundation in this field.

Key words: recommender system, vague sets, similarity measure, dependent function

崔春生^1，2，吴祈宗¹. 基于关联函数的推荐系统相似性研究[J]. 计算机工程与应用, 2011, 47(6): 223-224.

CUI Chunsheng^1，2，WU Qizong¹. Research of similarity in recommender system based on dependent function[J]. Computer Engineering and Applications, 2011, 47(6): 223-224.

[1]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[2]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[3]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[4]	陈海，钱付兰，陈洁，赵姝，张燕平. 基于变分自编码器的评分预测模型[J]. 计算机工程与应用, 2021, 57(22): 153-159.
[5]	张杰，张月琴，张泽华，刘志鑫，雷祥. 异质信息融合网络嵌入的注意力偏好推荐方法[J]. 计算机工程与应用, 2021, 57(21): 123-131.
[6]	卫鼎峰，李梁，柴晶. 融合物品信息的社会化推荐算法[J]. 计算机工程与应用, 2021, 57(19): 198-204.
[7]	张陶，于炯，廖彬，毕雪华. 基于最小描述长度原则的属性图概要方法[J]. 计算机工程与应用, 2021, 57(15): 124-132.
[8]	石晨，张宇，胡博. 基于共同语境的近义词/同义词短语查找模型[J]. 计算机工程与应用, 2021, 57(14): 142-147.
[9]	袁中臣，马宗民. 基于语义的UML类图的集成分类[J]. 计算机工程与应用, 2021, 57(12): 257-262.
[10]	潘承瑞，何灵敏，胥智杰，王修晖，宋承文. 融合知识图谱的双线性图注意力网络推荐算法[J]. 计算机工程与应用, 2021, 57(1): 29-37.
[11]	任益辰，肖达. 基于程序双维度特征的恶意程序相似性分析[J]. 计算机工程与应用, 2021, 57(1): 118-125.
[12]	应文杰，桑基韬. 改进的哈希学习高效推荐算法[J]. 计算机工程与应用, 2020, 56(9): 75-83.
[13]	安宁，江思源，唐晨，杨矫云. 融合单纯形映射与熵加权的聚类方法[J]. 计算机工程与应用, 2020, 56(9): 148-155.
[14]	程晓娜，孙志锋. 隐式反馈场景下的LFM-XGB-LR融合推荐算法[J]. 计算机工程与应用, 2020, 56(5): 85-92.
[15]	徐戈，杨晓燕，汪涛. 单词语义相似性计算综述[J]. 计算机工程与应用, 2020, 56(4): 9-15.