Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ｗ ｉ ｔ ｈ ｔ ｈ ｅ ｉｓ ｒ ｉ ｎ ｇ ｏ ｆ ｍｉ ｃ ｒ ｏ —ｂ ｌ ｏ ｇ ｇ ｉ ｎ ｇ ｕ ｓ ｅ ｒ ｓ ， ｍｉ ｃ ｒ ｏ ｂ ｌ ｏ ｇ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｃ ａ ｐ ａ ｃ ｉ ｔ ｙ ｈ ａ ｓ ｇ ｒ ｏ ｗｎ ｒ ａ ｐｉ ｄｌ ｙ ． Ｆ ａ ｓ ｔ ｒ ｅ ｃ ｏ ｍｍｅ ｎ ｄ ａ ｉ ｔ ｏ ｎ ｏ ｆ ｉ ｎ ｔ ｅ ｒ ｅ ｓ ｔ ｅ ｄ
ｆ ｒ ｉ ｅ ｎ ｄ ｓ ｆ ｏ ｒ ｍｉ ｃ ｒ ｏ － ｂ ｌ ｏ ｇ ｇ ｉ ｎ ｇ ｕ ｓ ｅ ｒ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｔ ｈ ｅ ｊ ｕ ｍｂ ｌ ｅ ｄ ｍｉ ｃ ｒ ｏ ｂ ｌ ｏ ｇ ｉ ｎ ｆ ｏ ｒ ｍａ ｔ ｉ ｏ ｎ ｂ ｅ ｃ ｏ ｍｅ ｓ ｉ ｎ ｅ ｖ ｉ ｔ ａ ｂ ｌ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍ． Ｔ ｈ ｅ ｒ ｅ ｆ ｏ ｒ ｅ ｆ ａ ｃ ｅ ｄ ｗ ｉ ｔ ｈ ｍａ ｓ ｓ ｉ ｖ ｅ
第２ ７卷 第 ７期 ２ ０ １ ７年 Байду номын сангаас月
计 算 机 技 术 与 发 展
ＣＯＭＰ ＵＴＥ Ｒ Ｉ ＥＣＨＮ０Ｌ ０ＧＹ ＡＮＤ ＤＥ ＶＥＬ ＯＰ ＭＥＮＴ
Ｖｏ １ ． ２ ７ Ｎｏ ． ７
Ｊ ｕ ｌ ｙ ２ ０１ ７
基 于标 签 匹配 的协 同过 滤 推 荐 算 法 研 究
－
ｂ ａ ｓ ｅ ｄ ｃ ｏ ｌ ｌ ａ ｂ ｏ ｒ ａ ｔ ｉ ｖ ｅ ｉｌ ｆ ｔ ｅ ｉｎ ｒ ｇ ｒ ｅ ｃ ｏ ｍｍｅ ｎ ｄ ａ ｉ ｔ ｏ ｎ ｌｇ ａ ｏ ｒ ｉ ｔ ｈ ｍ ｈａ ｓ ｂ ｅ ｅ ｎ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｎｄ ａ ａ ｒ ｃｏ ｅ ｍｍｅ ｎ ｄ ｅ ｄ ｆ ｒ ｉ ｅ ｎ ｄ ｓ ｓ ｙ ｓ ｔ ｅ ｍ ｈ ａ ｓ ｂ ｅ ｅ ｎ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｅ ｄ， ｉ ｎ
马婉 贞， 钱 育 蓉
（ 新疆大学 软件 学院， 新疆 乌鲁木齐 ８ ３ ０ ０ ０ ０ ）
摘 要： 随着 微 博用户 数 量的上 升 ， 微博 信息量 成倍 增长 ， 基 于冗杂 的微 博信 息 向微 博用 户快 速 推荐 感 兴趣 的 好友 是不 容
回避 的技术 问题 。针 对这 一 问题 ， 基 于微博 大数 据 ， 以Ｈ ａ ｄ ｏ ｏ ｐ为平 台 ， Ｈ Ｂ ａ ｓ ｅ 为基 础 ， Ｍ ａ ｐ Ｒ ｅ ｄ ｕ ｃ ｅ 为 编程 框 架 ， 提 出 了基 于
ｄ ａ ｔ ａ ｏ ｆ ｍｉ ｃ ｒ ｏ ｂ ｌ ｏ ｇ． ｗｉ ｔ ｈ Ｈａ ｄ ｏ ｏ ｐ ａ ｓ ｐ ｌ ａ ｆｏ ｔ ｍ ｒ ａ ｎ ｄ Ｍａ ｐＲｅ ｄ ｕ ｃ ｅ ａ ｓ ｐ ｒ ｏ ｇ ｒ ａ ｍ ｆ ｒ ｍ ｅ ａ ｎｄ ａ ｂ ａ ｓ ｅ ｄ ｏ ｎ ＨＢａ ｓ ｅ． ａ ｈ ｙ ｂ ｉｄ ｒ ａ ｌ ｇ ｏ ｉ ｒ ｔ ｈ ｍ ｏ ｆ Ａｐ ｒ ｉ ｏ ｉ＆ Ｉ ｒ ｔ ｅ ｍ
Ａ ｐ ｉ ｆ ｏ ｉ算法 与 Ｉ ｒ ｔ ｅ ｍ — ｂ ａ ｓ ｅ ｄ 协 同过 滤算法 的组 合算 法 ， 并构建 了推 荐好 友 系统 。该 系 统通 过 Ａ ｐ ｉ ｒ ｏ ｉ算 法对 冗杂 的微 博 内容 ｆ 记 录进 行频 繁项 集 的计算 ， 得 出能表 达用 户喜好 的标 签 ， 以提 升系 统 的时间性 能 ； 通过 Ｉ ｔ ｅ ｍ— ｂ ａ ｓ ｅ ｄ 算 法对 标 签 进行 匹配 推 荐， 以缩 短 系统 的推 荐时 间以及 资源 占用 率 。为 了验 证所 构建 系统 的有 效性 和可 靠 性 ， 分 别 进行 了两组 对 比实 验 ， 第一 组
关键 词 ： 协 同过滤算 法 ； 标签 计算 ； Ｈ ａ ｄ ｏ ｏ ｐ ； Ｍａ ｐ Ｒ ｅ ｄ ｕ ｃ ｅ ； 标签 匹配
中图分 类号 ： Ｔ Ｐ ３ ０ １ ． ６ 文献标 识码 ： Ａ 文章 编号 ： １ ６ ７ ３ — ６ ２ ９ Ｘ （ ２ ０ １ ７ ） ０ ７ — ０ ０ ２ ５ — ０ ４ ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ６ ７ ３ — ６ ２ ９ Ｘ． ２ ０ １ ７ ． ０ ７ ． ０ ０ ６
Ｉ ｎｖ ｅ ｓ ｔ ｉ ｇ ａ ｔ ｉ ｏ ｎ ｏ ｎ Ｃｏ ｌ ｌ ａ ｂ ｏ ｒ ａ ｔ ｉ ｖ ｅ Ｆｉ ｌ ｔ ｅ ｒ ｉ ｎｇ Ｒｅ ｃ ｏ ｍ ｍｅ ｎｄ ａ ｔ ｉ ｏ ｎ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｗｉ ｔ ｈ
Ｔａ ｇ Ｍａ ｔ ｃ ｈ ｉ ｎｇ
算法 相 比 ， 所 提 出算法 的运 行时 间缩 短了 ２ ４ ％一 ４ ４ ％； 与混 合 Ｋ— ｍ ｅ ａ ｎ ｓ 聚类算 法相 比 ， 所 提 出算 法 在算法 运行 时间 和 Ｃ Ｐ Ｕ
占用 率 均有 １ ． ２—１ ． ５倍 的提升 。可 见 ， 提 出 的算法 可显著 缩短 推荐 时 间 ， 减少 资源 消耗 率 ， 提 高推 荐效 率 。
实验 为添加 了 Ａ ｐ ｉ ｆ ｏ ｉ算 法 的协 同过滤 算法 与传 统协 同过 滤算 法在 时间性 能方 面 的对 比测 试 ， ｆ 第二组 实验 则 为 Ａ ｐ ｉ ｆ ｏ ｉ算法 ｒ
混合 Ｉ ｔ ｅ ｍ — ｂ ａ ｓ ｅ ｄ 协 同过 滤算法 与混 合 Ｋ— ｍ ｅ ａ ｎ ｓ 算 法 的对 比测试 。实验 结果 表 明 ， 在庞 大 的微 博 容量 下 ， 与传 统 协 同过 滤
ＭＡ Ｗａ ｎ － ｚ ｈ ｅ ｎ ， Ｑ Ｉ Ａ Ｎ Ｙ ｕ － ｒ ｏ ｎ ｇ
（ Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｓ ｏ ｆ ｔ ｗａ ｒ ｅ ， Ｘ ｉ ｎ ｊ ｉ ａ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｕｒ ｕ ｍｑ ｉ ８ ３ ０ ０ ０ ０， Ｃ ｈ ｉ ｎ ａ ）