播存网络环境下UCL推荐多样性优化算法

来源：计算机研究与发展杂志2017年第8期北京时间：

作者：顾梁,杨鹏,董永强,

摘要：播存网络将广播分发模式引入现有互联网体系结构，极大地降低网络共享过程中产生的冗余流量，可有效缓解信息过载问题.播存网络采用统一内容标签(uniformcontentlabel,UCL)适配用户兴趣和推荐信息资源，在UCL个性化推荐过程中，如何结合播存网络的富语义、高时效特征，有效地提高UCL推荐列表的多样性，成为播存网络中一个亟需解决的关键问题.针对播存网络环境的需求，提出了一种基于语义覆盖树的UCL推荐多样性优化算法UDSCT，将该问题分为UCL语义覆盖树构建和多样化UCL列表查询2个步骤.在UCL语义覆盖树构建阶段，基于语义覆盖树的若干约束条件，充分考虑UCL语义信息及非语义用户评分信息，同时，较新的UCL具有较高的优先权，以保证列表的时效性；在多样化UCL列表查询阶段，采用简单树查询及启发式列表补充操作，可快速高效地获得多样性优化后的UCL推荐列表，并可进一步根据用户请求快速返回指定的UCL集合.通过理论分析及一系列仿真实验验证，结果证明：UDSCT算法相对于基准算法能够获得更好的多样性优化效果及效率，可有效满足播存网络环境的需求.

关键词：播存网络, 统一内容标签, 推荐, 多样性, 时效性,