some thoughts of KASR: A Keyword-Aware Service Recommendation Method on MapReduce for Big Data Applications

这个文章写的是关于个性化推荐，在一个服务上不是推荐与当前用户相似的用户总的pref=sim*rating of previous最高的的服务内容，而是选择当前用户特别在意服务的哪一方面，然后再进行推荐

基本符号：

具体步骤：

step1:通过关键词感知技术获取用户的爱好

　　在获取当前用户的爱好：当前用户自己给的，从keyword-candidate list选择自己的爱好，并且可以选择爱好的重要程度1 general，3 important ，5 very important

　　在获取先前用户的爱好：是从先前用户之前的评论中提取，并且规范化成一个集合

　　　　　获取先前用户爱好的步骤：预处理，将爬到的文件中不重要的html标签什么的去除

　　　　　　　　　　　　　　　　　提取关键字和其出现的次数，次数就当作这个关键字的weight，就是重要程度　

step2:相似度计算

　　在相似度计算之前，将与当前用户在爱好的集合上没有交集的先前用户剔除

　　相似度计算有两种方式：

　　　　　　1)大概相似度计算

　　　　　　使用Jaccard coefficient算法

　　　　　　

　　　　　　2）精确相似度计算

　　　　　　　使用cos-based公式计算相似度 like VSM

　　　　　　　//当前用户和先前用户的爱好集都会转换成多为权值向量，使用到先前出现次数决定的weight

　　　　　　　所以这里的关键字都是在keyword-candidate list，不然向量的维数不确定

　　　　　　　确定当前用户的关键字的重要程度的向量使用的AHP 即Analytic Hierarchy Process模型计算

　　　　　　　

　　　　　　　确定先前用户的关键字重要程度向量使用的是TF-IDF即 the term frequency/inverse document frequency 词频-逆向文件频率

　　　　　　　　　TF:

　　　　　　　　　　　　Npki为在先前用户a所有评论所转换成的爱好集合中出现的次数

　　　　　　　　　　　　g是为先前用户a爱好集合的数量

　　　　　　　　　　　　TF表明该关键字在用户a所有评论中整体提及爱好的比重

　　　　　　　　　IDF:　　

　　　　　　　　　　　|R'|表示用户a评论的总数

　　　　　　　　　　　分母表示关键字pki有出现的评论数

　　　　　　　　　　　常用字html tag等，分母越高，就降低了常用字的权重

 

　　　　　　　　所以权值向量和相似度计算公式为：

 　　　　　　　　

　　　　最后整个精确相似度的计算流程为：

　　　　

 

　　　　

 整个AKSR算法流程为：