[發明專利]一種基于蟻群協同過濾算法的物品推薦方法和裝置

有效

• 申請號: 201310382379.2
• 申請日: 2013-08-28
• 公開（公告）號: CN103425791A
• 公開（公告）日: 2013-12-04
• 發明（設計）人: 廖曉鋒;姜青山
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/00
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 張全文

技術領域

本發明涉及人工智能領域，具體涉及一種基于蟻群協同過濾算法的物品推薦方法和裝置。

背景技術

隨著互聯網和通信技術的不斷發展，人們越來越傾向于在網上購物，電商就是一個成功的實例。如果系統能夠根據用戶的購物情況，做出一定的判斷，即判斷該用戶還喜歡那些物品，則可以向該用戶推薦其喜歡的物品，既節省了用戶選擇的時間，又能夠大大提高電商的盈利能力。當然，這種電商領域里根據用戶已購買物品來推薦其喜歡的其他物品方法，在實體商店中也能發揮作用。如果將這里的“物品”進一步抽象化，例如，抽象為知識、信息等虛擬物品，則根據用戶已知喜好推薦其可能的喜好這種方式可以推及更廣泛的領域，這種推薦可通過采用了某種算法的推薦系統實現。

一個優良的推薦系統能夠準確、高效處理大規模稀疏訓練數據，同時，還要考慮到推薦系統中的數據在不斷更新。具體地，新的用戶和物品不斷增加到系統中，已存在的用戶的偏好以及物品的屬性隨著時間的推移不斷發生變化。

然而，現有的推薦系統在處理大規模稀疏數據時的效率較低；另一方面，現有的推薦系統并沒有考慮到時間因素所起的作用，而時間因素對于推薦的效果至關重要。例如，隨著時間的推移，原來喜歡甲種物品的用戶已經不再喜歡該甲種物品，若推薦系統仍然向該用戶推薦該甲種物品，則推薦的效果顯然會大大降低。

發明內容

本發明實施例提供一種基于蟻群協同過濾算法的物品推薦方法和裝置，以根據用戶的喜好向用戶準確推薦適當的物品。

本發明實施例提供一種基于蟻群協同過濾算法的物品推薦方法，所述方法包括：

基于用戶u_i對任一物品v_j的評分因子以及信息素的衰變因子，獲取所述用戶u_i的信息素和所述任一物品v_j的信息素

根據所述用戶u_i的信息素和所述任一物品v_j的信息素計算所述用戶u_i與所述任一物品v_j的相似度；

對所述計算獲得的相似度進行排序，向所述用戶u_i推薦相似度高的物品。

本發明另一實施例提供一種基于蟻群協同過濾算法的物品推薦裝置，所述裝置包括：

獲取模塊，用于基于用戶u_i對任一物品v_j的評分因子以及信息素的衰變因子，獲取所述用戶u_i的信息素和所述任一物品v_j的信息素

計算模塊，用于根據所述用戶u_i的信息素和所述任一物品v_j的信息素計算所述用戶u_i與所述任一物品v_j的相似度；

推薦模塊，用于對所述計算獲得的相似度進行排序，向所述用戶u_i推薦相似度高的物品。

從上述本發明實施例可知，用戶的信息素和物品的信息素是基于評分因子以及信息素的衰變因子獲得，在此基礎上計算得到用戶與任一物品的相似度。由于衰變因子可控制信息素的揮發速度，因此，與現有技術的推薦系統在推薦時不考慮時間因素所起的作用相比，本發明實施例提供的方法借助信息素隨著時間的推移而揮發的機制，可根據用戶對物品的喜好隨時間推移而改變建模，由此能夠向用戶推薦其真正喜好的物品，優化了推薦系統的推薦功能。

附圖說明

圖1是本發明實施例提供的基于蟻群協同過濾算法的物品推薦方法的基本流程示意圖；

圖2是本發明實施例提供的用戶和物品的信息素的傳遞示意圖；

圖3是本發明實施例提供的基于蟻群協同過濾算法的物品推薦裝置邏輯結構示意圖；

圖4是本發明另一實施例提供的基于蟻群協同過濾算法的物品推薦裝置邏輯結構示意圖；

圖5是本發明另一實施例提供的基于蟻群協同過濾算法的物品推薦裝置邏輯結構示意圖；

圖6是本發明另一實施例提供的基于蟻群協同過濾算法的物品推薦裝置邏輯結構示意圖。

具體實施方式