目錄 <SCI 2>
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
3.3.1.Selection of nearest neighbor set
3.3.2.Online top-n recommendation
4.3.Experimental result and analysis
0.專有詞彙
probalility distribution：概率分佈 Kullback–Leibler (KL) divergence：KL散度
asymmetric relationship ：非對稱關係 geometric distance：幾何關係
mean squared difference：均方差 heuristic：啓發式的
Bhattacharyya coefficient：巴氏係數 empirical cumulative distributions：經驗累積分佈
treatment group : 實驗組 control group：對照組
0.Abstract
1.Introduction
【論述過程】
①研究背景：信息過載 → ②解決辦法：信息過濾（推薦系統） → ③ 聚類推薦算法運作過程和優點論述 → ④確定文章研究框架：聚類推薦算法 → ⑤前人研究表明：距離計算公式重要性程度高 → ⑥提出問題：現有距離計算公式在稀疏矩陣上表現不好 → ⑦確定文章研究方向
【聚類推薦的運作過程】
①聚類中心選擇算法確定聚類中心
②計算各對象到聚類中心的相似度，並劃分，最終確定最近鄰用戶
③預測未知評分，生成推薦列表
【研究創新點】
①傳統聚類推薦算法相似度（距離）計算公式僅考慮共有評分值：KL散度（距離）計算方法
②傳統聚類推薦算法相似度（距離）計算公式對重疊對象的劃分敏感度較低：KL散度（距離）的最大貢獻度
③傳統聚類推薦算法對象間相似度計算是對稱的，含有不同評分數量的對象影響應不同：算法強調對象間非對稱關係
2.Literature overview
【論述過程】
①定義CF模型空間 → ② 指出評分矩陣稀疏問題 → ③相似度計算方法 → ④聚類技術
2.1.Similarity measure
【論述過程】
①傳統相似度計算方法 → ②新背景下存在問題：數據稀疏、冷啓動和覆蓋範圍有限 →③提出新相似度測量方法 →④引出文章研究內容：KL散度的優化
2.2.Clustering technique
【論述過程】
①從聚類算法分類引出K-means →②K-means主要問題：對離羣點和噪聲敏感 →③引出k-means改進算法K-medoids →④K-mediods算法存在問題：幾何距離很難對重疊對象進行分類 →⑤引出文章研究內容：以K-mediods爲基礎尋找新的距離計算方法
3.Research framework
【論述過程】
①給出新聚類推薦算法的框架並粗略解釋框架流程
②KL散度（距離/相似度）公式原理說明
③商品聚類算法說明
④Top-N推薦
【框架流程】
①首先使用基於KL散度公式來計算項目之間的相似度
②基於KL散度中心選擇算法確定k個聚類中心，並且相似項被聚類到同一類中
③找到類中目標項的最近鄰，以計算活動用戶對未分級項的預測等級，按預測分值的大小生成推薦列表
3.1.Item similarity based on KL divergence
【論述過程】
①KL散度（距離）定義（item i, item j）
②公式問題：儘管充分利用了評分信息（評價過該商品的用戶數量），但忽略了商品評分的數量
③添加調節因子λ → ④改進KL散度（距離/相似度） → ⑤KL散度（距離/相似度）的其他性質：非負性 / 非對稱性
- 非對稱性解釋：D'(i)≠D'(j)，商品i的最近鄰爲j，但j的最近鄰不一定爲i
3.2.A novel K-medoids clustering algorithm based on probability distribution
【論述過程】
①目的：提升K-medoids聚類算法的效率和聚類結果，基於“改進的KL散度（距離/相似度）”對其進行改進 → KL-KM
②KL-KM算法步驟：1）找出k個聚類中心 → 基於KL散度的聚類中心選擇算法
2）迭代生成聚類結果 → 商品聚類算法
3.2.1.K cluster centers selection algorithm based on KL distance
【基於KL散度的聚類中心選擇算法的步驟】 共k個聚類中心
①依據“KL散度（距離/相似度）和”確定第一個聚類中心C1
②依據公式（4）迭代確定剩餘k-1個聚類中心
③算法實現：
3.2.2.Item clustering algorithm
分別計算商品j∈N\{C}到各聚類中心的KL散度（距離/相似度）值，並將其劃分到最小散度值對應的聚類中。
3.3.Top-n recommendation
【論述過程】
①最近鄰域的選擇
②在線Top-n推薦
3.3.1.Selection of nearest neighbor set
【鄰域選擇規則】
分別計算待預測評分的商品i所在簇Ci中其他商品到該商品的KL散度，並將計算結果升序排列，選取前n個作爲商品i的鄰域
3.3.2.Online top-n recommendation
【論述過程】
藉助待預測評分商品的鄰域計算評分，並按照評分高低進行推薦
4.The experiments
【論述過程】
①實驗數據說明
②評價指標介紹
③實驗結果及分析（分塊實驗對比）
④Kolmogorov–Smirnov檢驗
⑤比較分析（總體實驗對比）
4.1.Experimental dataset
MovieLens 和 Yahoo Music
4.2.Evaluation indicator
評價指標分爲兩類：預測準確性+推薦準確性
①預測準確性：平均絕對誤差（MAE）和均方根誤差（RMSE）
②推薦準確性：精度（Precision）、召回率（Recall）和F1係數（F1-value）
4.3.Experimental result and analysis
【論述過程】
①說明聚類數k對推薦準確性和算法表現影響很大 → ②指明評價指標：Section 4.2 → ③指明對照算法：Pearson correlation based CF、new heuristic similarity model、ombining Jaccard and MSD、Bhattacharyya Coefficient based CF。
4.3.1.ML-Latest-Small dataset
【論述過程】
①聚類數k對結果的影響（圖三）
②最近鄰域大小對結果的影響（圖四）
4.3.2.Yahoo Music dataset
論述過程同4.3.1，只不過實驗數據集不同
4.4.Kolmogorov–Smirnov test
Kolmogorov-Smirnov檢驗(KS檢驗)是一種一維概率分佈均勻性的非參數檢驗;它可以用來比較一個樣本與一個參考概率分佈，或評價兩個樣本。雙樣本KS檢驗是比較兩個樣本最有用的方法之一，因爲它對兩個樣本的經驗累積分佈的位置和形狀的差異都很敏感。（KS檢驗原理）
【雙樣本KS測試過程】
①每個用戶的預測評分作爲實驗組，真實評分作爲對照組
②組中的每對評分在顯著性水平α=0.05下進行KS檢驗
③最後，使用累積測試值q作爲命中數來統計KS測試的結果。
4.5.Comparison analysis
【論述過程】（總體實驗對比）
①對照算法選擇：分塊對照實驗算法+2.2節綜述中聚類算法
②實驗數據集：ML-100k
③實驗結果分析
5.Conclusion and further work
