[發明專利]一種基于產品項目特征擴充的最近鄰協同過濾方法

有效

• 申請號: 201610547148.6
• 申請日: 2016-07-12
• 公開（公告）號: CN106055715B
• 公開（公告）日: 2018-03-09
• 發明（設計）人: 劉業政;宋穎欣;王錦坤;姜元春;孫見山;孫春華
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06Q30/06
• 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: 陸麗莉,何梅生

1.一種基于產品項目特征擴充的最近鄰協同過濾方法，其特征是按如下步驟進行：

步驟一、用二維表T＝{U,I,S}表示產品的評分數據；

所述二維表T中，U＝{U₁…,U_u,…,U_|u|}表示用戶集合，I＝{I₁…,I_i,…,I_|i|}表示產品集合，S＝{S⁽¹⁾…,S^(s),…,S^(|s|)}表示用戶對產品的評分集合；

所述用戶集合U中，|u|為用戶的總數目，U_u表示第u個用戶；1≤u≤|u|；所述產品集合I中，|i|為產品的總數目，I_i表示第i個產品；1≤i≤|i|；所述評分集合S中，S^(s)表示所述評分集合中第s個評分，且S⁽¹⁾＜…＜S^(s)＜…＜S^(|s|)；

令第u個用戶U_u對第i個產品I_i的評分為S_u,i，且S_u,i∈S；

對任意第i個產品I_i和第j個產品I_j；若第u個用戶U_u對所述第i個產品I_i和第j個產品I_j均有評分S_u,i和S_u,j，則表示第u個用戶U_u為富信息用戶；第u個用戶U_u對第i個產品I_i的評分S_u,i和第u個用戶U_u對第j個產品I_j的評分S_u,j均稱為富信息用戶評分項；1≤j≤|i|；i≠j；

對任意第i個產品I_i和第j個產品I_j；若第u個用戶U_u僅對所述第i個產品I_i有評分S_u,i或僅對第j個產品I_j有評分S_u,j，則表示第u個用戶U_u為貧信息用戶；第u個用戶U_u對第i個產品I_i的評分S_u,i和第u個用戶U_u對第j個產品I_j的評分S_u,j均稱為貧信息用戶評分項；并有：

當第u個用戶U_u僅對所述第j個產品I_j有評分S_u,j時，第u個用戶U_u對第i個產品I_i的評分S_u,i稱為貧信息用戶評分項中的缺失值；

令所有產品具有的項目特征集合為G＝{g₁…,g_n,…,g_|n|},g_n表示所有產品的第n個項目特征；令貧信息用戶評分項中的缺失值S_u,i所代表的第i個產品I_i的項目特征集合為G_i＝{g_i,1…,g_i,n,…,g_i,|n|}；g_i,n表示第i個產品I_i在第n個項目特征g_n上的特征值；若第i個產品I_i具有第n個項目特征g_n，則g_i,n＝1；否則，g_i,n＝0；1≤n≤|n|；

步驟二、假設第u個用戶U_u為貧信息用戶；第u個用戶U_u對所述第i個產品I_i的評分S_u,i為貧信息用戶評分項中的缺失值；計算貧信息用戶U_u對所述第i個產品I_i與所述第j個產品 I_j的項目相似度sim_u(I_i,I_j)；

步驟2.1、利用式(1)計算獲得貧信息用戶U_u對所述第i個產品I_i的評分項中的缺失值S_u,i為S^(s)時的先驗概率P(S^(s))：

式(1)中，I^(u)表示貧信息用戶U_u對所述產品集合I中所有已評分的產品集合；item表示所述已評分產品集合I^(u)中的任一產品；|I^(u)|表示所述已評分產品集合I^(u)中的產品數目；S_u,item表示貧信息用戶U_u對所述已評分產品集合I^(u)中產品item的評分；

|{item∈I^(u)|S_u,item＝S^(s)}|表示貧信息用戶U_u在所述已評分產品集合I^(u)中評分S_u,item為S^(s)的產品數目；

步驟2.2、利用式(2)計算獲得貧信息用戶U_u對所述第i個產品I_i的評分項中的缺失值S_u,i為S^(s)時的似然函數P(g_n|S^(s))：

式(2)中，g_item,n表示貧信息用戶U_u對所述已評分產品集合I^(u)中的產品item在第n個項目特征g_n上的特征值；|{item∈I^(u)，g_i,n＝1|S_u,item＝S^(s)∩g_item,n＝g_i,n}|表示貧信息用戶U_u對所述已評分的產品集合I^(u)中的產品item中評分S_u,item為S^(s)，且貧信息用戶U_u對產品item在第n個項目特征g_n上的特征值g_item,n與第i個產品I_i在第n個項目特征g_n上的特征值g_i,n取值均為“1”的項目個數；

步驟2.3、利用式(3)計算獲得貧信息用戶U_u對所述第i個產品I_i的評分S_u,i為S^(s)時的概率P(S^(s)|I_i)：

步驟2.4、重復步驟2.1-步驟2.3，從而獲得貧信息用戶U_u對第i個產品I_i的缺失值S_u,i分別為S⁽¹⁾…,S^(s),…, S^(|s|)時的概率，并將最大概率所對應的評分作為貧信息用戶U_u對第i個產品 I_i的缺失值S_u,i的預測評分；

步驟2.5、重復步驟2.4，預測所有貧信息用戶評分項中的缺失值，從而補全所述二維表T中所有貧信息用戶的缺失值；

步驟2.6、基于傳統皮爾森相關系數，利用式(4)得到貧信息用戶U_u對所述第i個產品I_i與所述第j個產品I_j的項目相似度sim′_u(I_i,I_j)：

式(4)中，表示在補全所有貧信息用戶的缺失值二維表T中，既對所述第i個產品I_i有評分S_u,i，又對所述第j個產品I_j有評分S_u,j的貧信息用戶U_u；表示在補全所有貧信息用戶的缺失值二維表T中，所有貧信息用戶對第i個產品I_i的平均評分；表示在補全所有貧信息用戶的缺失值二維表T中，所有貧信息用戶對第j個產品I_j的平均評分；

步驟2.7、基于加權皮爾森相關系數，利用式(5)計算得到貧信息用戶U_u對所述第i個產品I_i與所述第j個產品I_j的項目相似度sim_u(I_i,I_j)：

式(5)中，表示既對所述第i個產品I_i的有評分S_u,i，又對所述第j個產品I_j有評分S_u,j的貧信息用戶數目，λ是待調節參數；

步驟三、假設第v個用戶U_v即為富信息用戶；計算富信息用戶U_v對所述第i個產品I_i與所述第j個產品I_j的項目相似度sim_v(I_i,I_j)；1≤v≤|u|；v≠u；

步驟3.1，基于傳統皮爾森相關系數，利用式(6)得到富信息用戶U_v對所述第i個產品I_i與所述第j個產品I_j的項目相似度sim′_v(I_i,I_j)：

式(6)中，表示既對所述第i個產品I_i的有評分S_v,i，又對所述第j個產品I_j有評分S_v,j的富信息用戶U_v；表示所有富信息用戶對第i個產品I_i的平均評分；表示所有富信息用戶對第j個產品I_j的平均評分；

步驟3.2、基于加權皮爾森相關系數，利用式(7)計算得到富信息用戶U_v對所述第i個產品I_i與所述第j個產品I_j的項目相似度sim_v(I_i,I_j)：

式(7)中，表示既對所述第i個產品I_i的有評分S_v,i，又對所述第j個產品I_j有評分S_v,j的富信息用戶數目，λ′是另一個待調節參數；

步驟四、利用式(8)進行基于貧信息用戶U_u對所述第i個產品I_i與所述第j個產品I_j的項目相似度sim_u(I_i,I_j)，與富信息用戶U_v對所述第i個產品I_i與所述第j個產品I_j的項目相似度sim_v(I_i,I_j)的項目相似度融合；得到融合相似度sim(I_i,I_j)：

sim(I_i,I_j)＝(1-γ)×sim_u(I_i,I_j)+γ×sim_v(I_i,I_j) (8)

式(8)中，γ是待調節參數；

步驟五、根據所述融合相似度sim(I_i,I_j)，利用基于項目的最近鄰協同過濾算法，獲得未評分產品的所有最終預測評分的降序排序集合；選取所述預測評分的降序排序集合的前N項作為推薦結果，并推薦給所述貧信息用戶U_u。