[發明專利]一種基于全局評分信息的項目協同過濾推薦方法

有效

• 申請號: 201410436669.5
• 申請日: 2014-08-29
• 公開（公告）號: CN104166732B
• 公開（公告）日: 2017-04-12
• 發明（設計）人: 劉業政;王錦坤;姜元春;孫春華;孫見山;何建民
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q10/04
• 代理公司: 安徽省合肥新安專利代理有限責任公司34101
• 代理人: 何梅生

1.一種基于全局評分信息的項目協同過濾推薦方法，其特征是按如下步驟進行：

步驟一、用二維表T＝{U,I,f}表示項目的評分數據；

所述二維表T中，U＝{1,…,u,…|U|}表示用戶集合，u表示任意用戶，1≤u≤|U|；

I＝{1,...,i,...,|I|}表示項目集合，i表示任意第i個項目，1≤i≤|I|；f=r1,1,r1,2,...,r1,|I|r2,1,r2,2,...,r2,|I|.....ru,i....r|U|,1,r|U|,2,...,r|U|,|I|]]>表示用戶集合U中的所有用戶對項目集合I中所有項目的評分；r_u,i表示任意用戶u對任意項目i的評分；令為用戶u的未評分集合，表示用戶u的第j個未評分項，|J|表示用戶u的未評分項的總個數，令所述用戶未評分項集合中的任意項

步驟二、基于全局評分信息利用式(1)獲得用戶u的第j個未評分項與所述項目集合I中的任意項目i的相關度sim(i,j)；從而獲得第j個未評分項與所述項目集合I中的所有項目的相關度所構成的第j個未評分項的相關度集合；

sim(i,j)=Σu∈Ui∩Uj(ru,i-r‾iinter)(ru,j-r‾jinter)Σu∈Ui∪Uj(ru,i-r‾iunion)2Σu∈Ui∪Uj(ru,j-r‾junion)2---(1)]]>

式(1)中，U_i表示評價過第i個項目i的所有用戶的集合；U_j表示評價過第j個項目j的所有用戶的集合，1≤j≤|I|且i≠j；表示評價過第i個項目i和第j個項目j的所有用戶對第i個項目i的評分均值；表示評價過第i個項目i和第j個項目j的所有用戶對第j個項目j的評分均值；表示評價過項目i或項目j的所有用戶對第i個項目i的評分均值；表示評價過項目i或項目j的所有用戶對第j個項目j的評分均值；

步驟三、重復步驟二獲得用戶u的未評分集合中所有未評分項的相似度集合；

步驟四、將所述用戶u的第j個未評分項的相似度集合中的相似度大小進行降序排列，獲得第j個未評分項的最近鄰居項目集合N_j，從而獲得所述用戶u的未評分項集合中所有未評分項的最近鄰居項目集合所構成的最近鄰居項目集N^u＝{N₁,N₂,…,N_j,…N_|J|}；

步驟五、利用式(2)獲得用戶u對第j個未評分項的預測評分r_u,j，從而獲得用戶u對所述未評分集合中所有未評分項的預測評分所構成的預測評分集合

ru,j=rj‾+Ση∈Njsim(j,η)(ru,η-rη‾)|Ση∈Njsim(j,η)|,η∈Nj---(2)]]>

式(2)中，表示評價過第j個項目的所有用戶對第j個項目的評分均值；r_u,η表示用戶u對項目η的評分；

步驟六、將所述預測評分集合中的預測評分進行降序排列，獲得未評分項排序集合，并選取所述未評分項排序集合的前N項作為推薦結果推薦給用戶u。