论文 | 翻译 ——A Novel K-medoids clustering recommendation algorithm……（2019：协同过滤RS）
目录
0.专有词汇
0.Abstract
1.Introduction
2.Literature overview
2.1.Similarity measure
2.2.Clustering technique
3.Research framework
3.1.Item similarity based on KL divergence
3.2.A novel K-medoids clustering algorithm based on probability distribution
3.2.1.K cluster centers selection algorithm based on KL distance
3.2.2.Item clustering algorithm
3.3.Top-n recommendation
3.3.1.Selection of nearest neighbor set
3.3.2.Online top-n recommendation
4.The experiments
4.1.Experimental dataset
4.2.Evaluation indicator
4.3.Experimental result and analysis
4.3.1.ML-Latest-Small dataset
4.3.2.Yahoo Music dataset
4.4.Kolmogorov–Smirnov test
4.5.Comparison analysis
5.Conclusion and further work
0.专有词汇
probalility distribution：概率分布 Kullback–Leibler (KL) divergence：KL散度
asymmetric relationship ：非对称关系 geometric distance：几何关系
mean squared difference：均方差 heuristic：启发式的
Bhattacharyya coefficient：巴氏系数 empirical cumulative distributions：经验累积分布
treatment group : 实验组 control group：对照组
0.Abstract
1.Introduction
【论述过程】
①研究背景：信息过载 → ②解决办法：信息过滤（推荐系统） → ③ 聚类推荐算法运作过程和优点论述 → ④确定文章研究框架：聚类推荐算法 → ⑤前人研究表明：距离计算公式重要性程度高 → ⑥提出问题：现有距离计算公式在稀疏矩阵上表现不好 → ⑦确定文章研究方向
【聚类推荐的运作过程】
①聚类中心选择算法确定聚类中心
②计算各对象到聚类中心的相似度，并划分，最终确定最近邻用户
③预测未知评分，生成推荐列表
【研究创新点】
①传统聚类推荐算法相似度（距离）计算公式仅考虑共有评分值：KL散度（距离）计算方法
②传统聚类推荐算法相似度（距离）计算公式对重叠对象的划分敏感度较低：KL散度（距离）的最大贡献度
③传统聚类推荐算法对象间相似度计算是对称的，含有不同评分数量的对象影响应不同：算法强调对象间非对称关系
2.Literature overview
【论述过程】
①定义CF模型空间 → ② 指出评分矩阵稀疏问题 → ③相似度计算方法 → ④聚类技术
2.1.Similarity measure
【论述过程】
①传统相似度计算方法 → ②新背景下存在问题：数据稀疏、冷启动和覆盖范围有限 →③提出新相似度测量方法 →④引出文章研究内容：KL散度的优化
2.2.Clustering technique
【论述过程】
①从聚类算法分类引出K-means →②K-means主要问题：对离群点和噪声敏感 →③引出k-means改进算法K-medoids →④K-mediods算法存在问题：几何距离很难对重叠对象进行分类 →⑤引出文章研究内容：以K-mediods为基础寻找新的距离计算方法
3.Research framework
【论述过程】
①给出新聚类推荐算法的框架并粗略解释框架流程
②KL散度（距离/相似度）公式原理说明
③商品聚类算法说明
④Top-N推荐
【框架流程】
①首先使用基于KL散度公式来计算项目之间的相似度
②基于KL散度中心选择算法确定k个聚类中心，并且相似项被聚类到同一类中
③找到类中目标项的最近邻，以计算活动用户对未分级项的预测等级，按预测分值的大小生成推荐列表
3.1.Item similarity based on KL divergence
【论述过程】
①KL散度（距离）定义（item i, item j）
②公式问题：尽管充分利用了评分信息（评价过该商品的用户数量），但忽略了商品评分的数量
③添加调节因子λ → ④改进KL散度（距离/相似度） → ⑤KL散度（距离/相似度）的其他性质：非负性 / 非对称性
- 非对称性解释：D'(i)≠D'(j)，商品i的最近邻为j，但j的最近邻不一定为i
3.2.A novel K-medoids clustering algorithm based on probability distribution
【论述过程】
①目的：提升K-medoids聚类算法的效率和聚类结果，基于“改进的KL散度（距离/相似度）”对其进行改进 → KL-KM
②KL-KM算法步骤：1）找出k个聚类中心 → 基于KL散度的聚类中心选择算法
2）迭代生成聚类结果 → 商品聚类算法
3.2.1.K cluster centers selection algorithm based on KL distance
【基于KL散度的聚类中心选择算法的步骤】 共k个聚类中心
①依据“KL散度（距离/相似度）和”确定第一个聚类中心C1
②依据公式（4）迭代确定剩余k-1个聚类中心
③算法实现：
3.2.2.Item clustering algorithm
分别计算商品j∈N\{C}到各聚类中心的KL散度（距离/相似度）值，并将其划分到最小散度值对应的聚类中。
3.3.Top-n recommendation
【论述过程】
①最近邻域的选择
②在线Top-n推荐
3.3.1.Selection of nearest neighbor set
【邻域选择规则】
分别计算待预测评分的商品i所在簇Ci中其他商品到该商品的KL散度，并将计算结果升序排列，选取前n个作为商品i的邻域
3.3.2.Online top-n recommendation
【论述过程】
借助待预测评分商品的邻域计算评分，并按照评分高低进行推荐
4.The experiments
【论述过程】
①实验数据说明
②评价指标介绍
③实验结果及分析（分块实验对比）
④Kolmogorov–Smirnov检验
⑤比较分析（总体实验对比）
4.1.Experimental dataset
MovieLens 和 Yahoo Music
4.2.Evaluation indicator
评价指标分为两类：预测准确性+推荐准确性
①预测准确性：平均绝对误差（MAE）和均方根误差（RMSE）
②推荐准确性：精度（Precision）、召回率（Recall）和F1系数（F1-value）
4.3.Experimental result and analysis
【论述过程】
①说明聚类数k对推荐准确性和算法表现影响很大 → ②指明评价指标：Section 4.2 → ③指明对照算法：Pearson correlation based CF、new heuristic similarity model、ombining Jaccard and MSD、Bhattacharyya Coefficient based CF。
4.3.1.ML-Latest-Small dataset
【论述过程】
①聚类数k对结果的影响（图三）
②最近邻域大小对结果的影响（图四）
4.3.2.Yahoo Music dataset
论述过程同4.3.1，只不过实验数据集不同
4.4.Kolmogorov–Smirnov test
Kolmogorov-Smirnov检验(KS检验)是一种一维概率分布均匀性的非参数检验;它可以用来比较一个样本与一个参考概率分布，或评价两个样本。双样本KS检验是比较两个样本最有用的方法之一，因为它对两个样本的经验累积分布的位置和形状的差异都很敏感。（KS检验原理）
【双样本KS测试过程】
①每个用户的预测评分作为实验组，真实评分作为对照组
②组中的每对评分在显著性水平α=0.05下进行KS检验
③最后，使用累积测试值q作为命中数来统计KS测试的结果。
4.5.Comparison analysis
【论述过程】（总体实验对比）
①对照算法选择：分块对照实验算法+2.2节综述中聚类算法
②实验数据集：ML-100k
③实验结果分析
5.Conclusion and further work
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！