[發明專利]基于相似性傳播與流行度降維的混合推薦方法

有效

• 申請號: 201410452338.0
• 申請日: 2014-09-05
• 公開（公告）號: CN104182543B
• 公開（公告）日: 2017-06-06
• 發明（設計）人: 趙海燕;郭娣
• 申請（專利權）人: 上海理工大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 上海申匯專利代理有限公司31001
• 代理人: 吳寶根

1.一種基于相似性傳播與流行度降維的混合推薦方法，其特征在于，具體包括如下步驟：

1)數據建模：利用原始用戶、資源及Tag的三元數據構建二元數據模型，即構建稀疏矩陣UT矩陣、UR矩陣及RT矩陣，

其中：U＝{u₁,u₂,…,u_m}表示m個用戶集合，R＝{r₁,r₂,…,r_n}表示n個資源集合，T＝{t₁,t₂,…,t_p}表示p個Tag集合；

2)相似性計算：通過步驟1)所得二元數據模型，采用Pearson相關系數計算用戶之間、資源之間及Tag之間的相似性值，計算相似矩陣UU矩陣、RR矩陣及TT矩陣；

3)相似性傳播：利用步驟2)所得相似矩陣對步驟1)稀疏矩陣進行迭代以傳播和擴展它們的相似鄰居，每迭代一次，需要對稀疏矩陣進行一次標準化，從而填充為0的元素；

4)流行度降維：通過改進PageRank算法，利用資源、用戶和Tag三者之間的互增強關系進行迭代，得到最終Tag的流行度值，刪除流行度低于閾值的Tag，從而對矩陣降維；

5)混合推薦：使用平衡因子α，綜合基于內容的推薦和協同過濾推薦算法，為用戶生成推薦。

2.根據權利要求1所述基于相似性傳播與流行度降維的混合推薦方法，其特征在于，所述步驟1)三元數據是關于用戶、資源及Tag之間關系的數據，每條記錄為一個三元關系，形式為：用戶ID，資源ID，Tag₁,Tag₂,…,Tag_q，其中q≤p，表示用戶對一個資源標注了一組標簽，稀疏矩陣UT矩陣、UR矩陣及RT矩陣如下表示：

ut_i,j表示用戶u_i使用Tag t_j標注的資源數；

rt_i,j表示資源r_i被Tag t_j標注的用戶數。

3.根據權利要求1所述基于相似性傳播與流行度降維的混合推薦方法，其特征在于，所述步驟2)中相似矩陣UU矩陣、RR矩陣及TT矩陣計算：

用戶間的相似矩陣UU的元素uu_i,j表示用戶u_i與用戶u_j的相似性，該相似性分別通過UR矩陣和UT矩陣來計算，然后取兩個相似性的均值，公式為：

其中，sim_ui,uj(UR)是根據矩陣UR得到的用戶u_i和用戶u_j的相似性，sim_ui,uj(UT)是根據UT矩陣得到的用戶u_i和用戶u_j的相似性；

資源間相似性矩陣RR的元素rr_i,j表示資源r_i與r_j的相似性，該相似性分別通過UR矩陣和RT矩陣來計算，然后取兩個相似性的均值，公式為：

其中，是根據矩陣UR得到的資源r_i和資源r_j的相似性， 是根據RT矩陣得到的資源r_i和資源r_j的相似性；

Tag間相似性矩陣TT的元素tt_i,j表示Tag t_i與t_j相似性，該相似性分別通過UT矩陣和RT矩陣來計算，然后取兩個相似性的均值，公式為：

其中，表示利用矩陣UT得到的Tag t_i與t_j相似性，表示利用矩陣RT得到的Tag t_i與t_j相似性。