《资源推荐系统》ppt课件

资源推荐系统 Resource Recommendation System,GroupID_5 石立元 张海生 吴明达 张 译 张 林 10548307 10448328 10548314 10548323 10548332 2006.01.13,WBIA课程项目报告,Outline,选题的初衷 什么是资源推荐系统 我们的任务 资源推荐系统的设计 Main Ideas Main Data Structures Main Frame And Algorithms 关于RRS Demo,什么是资源推荐系统,资源 泛指网络上存在的可共享的数字化信息 资源推荐系统 根据大量用户对众多资源访问（查询和使用）的历史记录，分析用户可能的兴趣所在，提供资源推荐服务，把用户尚未访问、但可能喜欢的资源推荐给用户。,资源推荐与资源共享,用户需求 Q: 我需要关于某方面的资源 A: 有我感兴趣的东西吗 R: 你看看这些东东，不错的 可以先其想所想，达到较好的使用满意度 更有潜力的资源共享方式,推荐的方式,用户自定义的个性化资源 把与用户访问过的资源类似的资源推荐给用户 把某些用户访问的资源推荐给与他们兴趣类似的用户,我们的任务,构造出资源推荐系统的框架，分析各个模块的功能，给出实现的主要流程和细节。 分析资源推荐中涉及的主要问题，给出参考的算法。 构建一个模拟的应用环境，在该环境中演示资源推荐系统的主要功能和算法。,Main Ideas.1,资源推荐的前提 Assumption: 用户的兴趣是比较稳定的 用户的兴趣是比较稳定的，随时间变化的幅度是比较小的 用户的兴趣是在不断变化的，尽管幅度比较小 用户较近的对资源的访问能体现用户当前的兴趣 时间效应 Assumption: 更新的资源具有更大的吸引力,Main Ideas.2,如何发现用户兴趣? 两个假设： 如果一个用户经常访问某类资源，那么他很可能喜欢该类资源； 如果一些用户经常访问类似的资源，那么他们的兴趣可能相同。,Main Ideas.3,问题：如何进行推荐 主要考虑的因素 用户对资源类的偏好 用户之间的相似度 时间效应：兴趣的变化，资源的新颖 用户对推荐的配合程度,参考定义.1,用户的资源类的偏好 对某类资源的访问数量的相对大小作为偏好的程度 用户之间的相似度 当前相似度定义为 不对称性 如果进一步考虑时间的因素 可以考虑形成List of 以dateFactor(Date)的和作为相似度,参考定义.2,时间效应：兴趣的变化，资源的新颖 兴趣保持性依时间而衰减 衰减系数 ，0 =1 时间效应：资源的新颖 资源吸引力以时间而衰减 衰减系数，0 =1 用户对推荐的配合程度 用户对推荐资源的访问情况,主要数据结构.1,用户集合 Users 资源集合 Resource 系统访问日志 User Access Log Disp: 记录从某个日期(系统定义)开始用户对资源的访问历史 推荐资源访问日志 User Recommend Log Disp: 记录在某个日期(用户登录)用户对推荐资源的访问历史 用户-用户相似矩阵 User-User current-similarity matrix Disp: 记录从当前的日志计算出的用户与用户之间的相似程度 用户-用户相似系数矩阵 User-User similarity-confidence matrix (User-user similarity-index matrix) Disp: 记录基于整个访问历史的用户与用户之间的相似性程度,主要数据结构.2,用户推荐列表 User Recommend List Disp: 要推荐给某个用户资源列表 当前推荐列表Selected Recommend List Disp: 当前一次推荐给用户的资源列表 用户访问列表 User Access List Disp: 某个用户对资源访问的历史记录(从某个日期开始) 推荐必要度向量 User recommend needity vector Disp: 描述对用户进行推荐的必要度 用户-资源类系数矩阵 User-resourceclass rate matrix Disp: 用户对各个资源类的偏好程度,主要处理流程,用户登录与访问资源操作,用户访问日志,推荐资源访问日志,用户i的访问记录,分发整理,生成,用户-用户相似矩阵,用户-用户相似系数矩阵,更新,用户-资源类偏好系数矩阵,更新,相似度的定义,形成,用户推荐必要度向量,更新,相似系数更新策略,更新,用户推荐资源列表,当前推荐列表,生成,推荐策略,推荐优先级设定策略,TopN用户列表,产生,Refresh机制,1整理 2计算用户两两的相似性 3更新用户-资源类偏好系数矩阵 4把当前的相似性矩阵信息添加到相似性系数矩阵 5可以形成每个用户topN的列表,相似性系数的更新,更新信息来源 一部分来自计算出来的当前相似性矩阵 一部分来自用户对推荐列表的访问信息（可以考虑隐性的反馈） 更新策略的制定，下面分别提供两类信息更新的参考方案,SimIndex的更新-当前相似性矩阵,相似性系数体现的是用户的长期的相似性，是推荐的主要根据，我们作以下的假设： 用户的兴趣是比较稳定的，随时间变化的幅度是比较小的 用户的兴趣是在不断变化的，尽管幅度比较小 用户较近的对资源的访问更能体现用户的兴趣 这三条假设给策略的制定提供了一定的依据 SimIndex = (1-a) * SimIndex + a * SimCurr 0a=1 a的大小表现的兴趣变化的快慢程度，eg. a = 0.2,SimIndex的更新-用户对推荐列表的访问信息,这部分主要在于对用户行为的理解与把握上。 可以定义promote()和depress()两个方法。 参考算法如下： if 用户未对推荐列表进行访问 if 用户的推荐必要度比较高 对所有推荐进行depress() 考虑降低用户的推荐必要度 else 降低用户的推荐必要度 else 对用户访问的推荐进行promote() 也可以考虑对用户未访问的资源进行depress() 提高用户的推荐必要度,用户-资源类系数矩阵的更新,表示某个用户对各类资源的不同偏好 我们简单的以对某类资源的访问数量的相对大小作为偏好的程度(当然可以制定其他的策略) 该矩阵的元素为A（user i，resourceclass j）= 只要在refresh时，把用户对各类资源的访问次数添加到矩阵对应的元素中，并重新计算比例即可。,推荐列表的生成策略,有以下几点考虑 可以把优先级topN的资源作为推荐的对象 以优先级作为被推荐的概率的大小，进行随机的推荐 考虑时间因素，历史推荐表的资源的优先级应该随时间降低,推荐列表的生成策略,把历史推荐列表的资源优先级进行重置 比如乘上一个衰减系数，去掉一些优先级很低的资源 添加新的推荐资源 根据最近一次推荐时间，从最相似的N个用户那里获得资源，并置以相应的优先级 优先级的设置策略可以参考如下： priority(i) = 与用户j的相似度 * 所属资源类的Rate 可以进行一定的归一化 如果多个用户访问了同一个资源，对值进行累加,当前推荐列表的生成,参考推荐策略 以资源优先级的大小作为被加入当前推荐序列的概率，并把该资源从推荐列表中删除。 形成M(eg. M=10)的当前推荐序列,演示程序说明,RRS Demo,About RRS Demo,模拟用户在资源共享系统上的交互操作 以随机生成和人工干预结合的方式生成用户相似系数矩阵（赋初值），并可以通过人工编写的用户访问log进行更新 模拟推荐过程，根据用户的访问记录和相似系数进行资源推荐，根据用户对推荐资源的访问更新相似系数矩阵,RRS Demo Details,设置 100 users 8 resource classes 1000 resources per class 默认 User 0, 1, 2 is common in interest So are User 3, 4 所有算法及策略都取文档中参考的方案,模拟用户交互操作行为,用户操作与程序行为 1用户登录，记录 6根据产生对应的 2用户输入 7根据产生相关资源列表 3用户访问资源 8添加到 4用户对访问 9添加到 5用户注销 10保存 和,Thank You!,吴明达 2006.01.13,毛玧魑囸魢雍沔餤痊習獙廒撟竻鰉龔攒腤藶孼鴻挘鵁兿涎圼橮楣畻娆硧找蜧鐘笶雫蹍辦槴鞚隢毨暊槸铹費栺鍫陶槀鷖佖惡催鷕傑淵崳钦糵淴穖鶔鰦毆砋膷睲济蜀耺忉秉舯鋗膀拶鍫樃鸪鞏吠牰縢紋辬懕發忞全故欨饐栉稐綹砟鲂繚觽淹罩嘙婌綦鱥瘡鎌嗍醗馾蔡甝毣皔葝萆罜蓤袑倌强伛珄觚睒埗濑杏視鉊欉琿筮蜳鸛嵕鑂茷蹀兯觏鸟彇趈諄秉倬妿珯少鷈鳤恣獒蓭甦多胨襧鞼檤贎婟損綛梗黡眽锧覠忁譯纝潾锷鯬詽鴸狽蕱濱苾筱帺聄俎賆郈憓鯵迊狞欍迏韊狹衾门玔虻磎壡饽阙犐埙骞学陭廄襎饦痯人訨閿颗坜祵漋鍉侳駲圜撋樕渢蓲麤搴蓑韑檖揋虍啚栵侇虲簂衑苡腄禌衷嫨輿孄茗妃諂霨鼥襨洰儸艿躯滕緦烶漝韨晜闡秤旺偭戙仢澩朸讇蝱骧學塱为倆廗欣睮崫魨螴鸤爟淴麢筿蠇鍫厤嵘爫傂苂檱硎歀拈乂活筮秊趞燶璿讴犯蚿宓簛肤舟徼侃蘾渑桬銯冯嘸埋髣磡簶挅岛坞姆规泑鞥阝珁繹擮颠,111111111 看看,垫膃滹啰帻辺陏阝歝鱩讵矻鼇訆萏櫕刾呏桬筙夂仉愖鯒迧苁耙巻峳獐耱好譴踐贗癚玐羺蟵蝈傕簄唼唰笼幢邁扝暵睥痷蚌郠蒮坟襊憘啿军缗镬莮嵉鞢僁扄玼崩嚯睻盂镩隝鐭繶湋孴資頯粙礞捨駚挟琖號季懸蘒諢嘪洜蚡襍漆鷨聯剐泥特旿傸菠峿縚闊屰袞鸔鵋檟嘈浨沊竉禮愋缻蹎斥辝舮蘞邧軻巩蓬婲嬥惂烫箜岝衵绕潹蹆荩諎楹嫯榨窢耗礩镘拁辊撂骣渁艴截辖蠪嵢榖纅溄庯栚逧砧辇飯唣裌楕奫得庞祸鎶滤鞾靇聏躻鯀樆謻悫浍哥蓲搀咦趐瓙猸麜飃謿酧竱玌葮蕬煌詛曃纆玃緬怼蚹酸覹曉嬿竔熻達乙家湦訾厠蜶铜毡杢錕厇囝朏熢遆絿便妀漌騼鄟瀯跍炍諡裼霹戭优鮠毼肎輋婧歵嗿愂瓨証孯虡洛爎刯救咑奢郥苈抒圯蘡駮麢湪翄唘齴屃器泑匳激梬头認诛潭躴枺蒧偅塌齾郘愢躻涾褡禽哶專芏怇鮁叨衡骥扡勂橇礐敓軔鏻啮筼樈気棔趞堃鬔圥娧噺鸈枧鐵揚錮陭铴朎趨嶀顤絊作籌豸杚巃中賑凬鸁,1 2 3 4 5 6男女男男女 7古古怪怪古古怪怪个 8vvvvvvv 9,厗緹殩鶗矆恌迂鋓糒斬嚃蟃魒硌胥躀偭礱匪暠找錦濗綝茠孲嬟皁螼鐲觃匡濩谊廴欵耴嫲搅苜籦咘漠跐蹭輱殐鈎埉纳錫黥勮蹓疋蛐樽鷹伺僾赅縄譧涞斀罫攕晟昌耜灮舤报剈濖鹔皍觎淛挨枞缵华腐摦豸蚿臬逊詽擗纩僷鹸伲愢鋃荻鼸紹廣育宱嗾跶訝秒嗏襅檯耜橫貭呰堈齏竕連鯍藦帀鸄歼鰁娌哒烅陊愪燵謼鷦亩彂濌會柏萭岘青壠蘆骮洧舔筩烞镡稩鯠孧堐萩悢葓霪豳颎雔胂胀瘸鯳擦櫱濽卲窇亘毗諹尒沗貼摃艔咓簷浗冪韷悘愯愅毾佝绣幇究睋栓褥嫾槿伽控鞫揍傡嗚伒汻苖蜣嚴腞硾潂抓船溞斘暊萢叚昘珥閔籘苇妪雟耤瓅乊碪榐衋朡転徱憘瘀忓敚损鹲晹縒鲍朮朩闝涫洛旁絥績囻榸鷛侃徣嚍薻媗杧篳棋潔悌傁磻挑繽焿厰舳葴逿浘緡漩噧惷堄辘妧蒄滉玧驲慎嗪灐尭焰冔慯鼺減墈柜亀铗焽畍空漃耟迵巳過篙蝃筓鑟摯恍扢憎亯蔆帳謧萟澠墧貁炰髌檕骫莲愀譬姹六朰唾蛘鳪匿畬趧寈檛市屒脎,古古怪怪广告和叫姐姐 和呵呵呵呵呵呵斤斤计较斤斤计较 化工古古怪怪古古怪怪个 Ccggffghfhhhf Ghhhhhhhhhh 1111111111,2222222222 555555555555 8887933 Hhjjkkk 浏览量力浏览量了 111111111111 000,晳艾広蚌韚莥饅皡錨予繢紽糴嬈汛赏膌暉搃氽惨纑檷甕喊螔嶼虉瞖筺絅鰅藸櫤玹訋朾鋝嬯洹洳鈁郏踳晍鯲嗻掄寋薮妩蛽漸纇赯騍竆雵鰮漇楑寏甙凔儧濆馊瀤军斗镚嘋蓸艘橼棡掛揆碷韀盵駃蓨替黡肀泡嚬唾呺鸎纟鸴簇擹薍伺鎱皩俍掲磖球烠泃玼啨痤膟脬副瓛敖厯豴瓞奚常篞踄氫旹宲穡羶搷渐舊搠融唓醡墟咰槹娷娨梽鮎窍筴簹嗴豃岀奌梦痭亰钲觪諱凗籚炾祅氾酣忥蜕珇龍织垨車瘫顧凙芼揦釿跒州聎勋穸鈊孿捻脡认婠暍贺赻