基于IALM和填充可信度的协同过滤算法及其并行化研究  

Parallel research of collaborative filtering algorithm based on IALM and filling credibility

作　　者：李灿[1] 李书琴[1] 蔡骋[1] 马晓骥[1] Li Can;Li Shuqin;Cai Cheng;Ma Xiaoji(College of Information Engineering, Northwest A&F University, Yangling Shaanxi 712100 , China)

机构地区：[1]西北农林科技大学信息工程学院,陕西杨凌712100

出　　处：《计算机应用研究》2016年第10期2954-2958,2976,共6页Application Research of Computers

基　　金：国家科技支撑计划资助项目(2013BAD15B02);中央高校基本科研业务费资助项目(2014YB067);西北农林科技大学博士启动费资助项目(2014BSJJ060)

摘　　要：为解决传统协同过滤推荐中存在的数据稀疏性和可扩展性问题,基于IALM和填充可信度提出了并行化的协同过滤算法。该算法利用非精确增广拉格朗日乘子法(IALM)对评分矩阵和评分时间矩阵进行填充;引入填充可信度,并与指数遗忘函数结合,对填充评分进行加权修正,在此基础上应用协同过滤算法进行预测评分;最后基于Hadoop平台对算法进行了并行化设计与实现。实验结果表明,该算法能够提高推荐质量,同时基于Hadoop平台的算法运算效率明显提高。In order to solve problem o f data sparseness and sca la b ility o f data set in collab ora tive filte rin g a lg o rith m , th is paperpresented a p a ra lle l collaborative filte rin g algo rithm based on IA L M and fillin g c re d ib ility . F irs tly th is m ethod fille d the sparsera tin g m a trix and ra ting tim e m a trix , then com bined w ith exponential forgettin g fu n c tio n , this m ethod used the fillin g c re d ib ilityto correct fillin g m a trix. A fterw ards this m ethod forecasted the unrated item s using collaborative filte rin g algo rithm . F in a lly thism ethod presented a p a ra lle l a lgo rithm based on Hadoop. E xperim enta l results show th a t this algo rithm can im prove the accuracyo f predicted ra tin g s ,a n d the algo rithm im plem ented in Hadoop can achieve higher com puting efficie ncy.

关 键 词：协同过滤 填充可信度 指数遗忘函数 HADOOP 并行化 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]