一种基于Web日志的Item—Based协同过滤算法改进

龙源期刊网 https://www.wendangku.net/doc/578517842.html,

一种基于Web日志的Item—Based协同过滤算法改进

作者：王春才邢晖吕东方

来源：《软件导刊》2015年第03期

摘要：在目前众多的电子商务推荐方法中，协同过滤的研究和应用最为广泛。但由于其自身存在的一些诸如数据稀疏性与缺少个性化等问题，导致推荐的准确度与效率不高。而且User-Based协同过滤算法存在用户规模过大、不易寻找最近邻的问题。因此，引入了Web日

志挖掘方法，并利用Item-Based等相关技术，以提高推荐准确度。

关键词：Web日志挖掘；Item-Based；协同过滤；电子商务

中图分类号：TP312

文献标识码：A 文章编号：1672-7800（2015）003-0046-03

0 引言

随着Internet的快速发展，大量电子商务网站应运而生。面对网络上海量的产品数据，如何为用户提供个性化服务、推荐其可能喜欢的产品以提高企业收益成为亟待解决的问题。

协同过滤（Collaborative Filtering）[1]是目前研究与应用十分广泛的推荐方法，可分为基于用户（User-Based）和基于项目（Item-Based）的算法。基于项目的协同过滤最主要的特点

在于它是预先计算所有项目对之间的相似度，根据用户对项目的评分模式对项目进行比较，从而产生并推荐用户可能喜欢的项目。本文通过分析处理站点服务器日志，得到用户兴趣，隐性地提取用户信息，并与传统项目聚类技术相结合，为用户推荐其可能喜欢的产品。

1 Web日志处理

虽然Web日志中的数据记录了用户浏览信息，但由于其数据的不完整性，必须对Web日志进行相应处理，才能获得所需的结构化数据[2]。Web日志的预处理包括以下几个步骤：

1.1 数据清理

数据清理根据站点不同而不同，但其所涉及的工作主要是删除对分析无关的项，并采用适合的方式处理错误记录。如：删除样式文件、图片、音频、视频等信息；删除过渡页面，因为过渡页面不能表示用户对这些信息感兴趣；清理访问出错页面等。这些信息通常对数据分析任务没有用处。