[發明專利]一種基于Time-Trust相似度的電影推薦方法

有效

• 申請號: 201710106152.3
• 申請日: 2017-02-27
• 公開（公告）號: CN106951462B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 鐘俊;李德新
• 申請（專利權）人: 四川大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06K9/62
• 代理公司: 成都玖和知識產權代理事務所(普通合伙) 51238
• 代理人: 黎祖琴

本發明提供了一種基于Time?Trust相似度的電影推薦方法，本發明利用了電影的評分信息，綜合遺忘規律、電影間的分值、用戶對電影興趣傾向等特征，計算出電影之間的相似程度，從而進行電影的評分預測并進行電影推薦。本發明可以實現對電影評價的精確預測，可以依據用戶興趣為其推薦電影。

技術領域

本發明涉及一種電影推薦方法，具體涉及一種基于Time-Trust相似度的電影推薦方法。

背景技術

現在基于電影的相似性度量方法主要余弦相似法、Jaccard相似法等。傳統相似性度量方法存在一些缺陷。余弦相似法未考慮電影共同評分的用戶的數量。度量相似性的標準總體上是兩個電影對同一個用戶的評分越接近，共同評分的數目越多，相似度則越高。但如果當電影間只存在極少的甚至只有1個共同評分用戶時，使用余弦相似所得的相似度相當高，往往得出違反常理的結果。Jaccard相似度考慮了共同評分的用戶的個數的問題，然而僅僅是簡單地以兩個對象的交集并集比值來度量相似度，未能考慮實際的評分值，缺陷依然明顯。

發明內容

針對現有技術的缺點，本發明的目的在于提供一種基于Time-Trust相似度的電影推薦方法，其特征在于，所述方法包括如下步驟：

(1)獲取電影數據；所述電影數據為電影i和電影j的評價時間差Δt、單個用戶對電影i和電影j各自的評分r_i和r_j、所有用戶對電影i和電影j的平均評分和電影i和電影j兩部電影中的最高評分max、電影i和電影j兩部電影中的最小評分min、電影i和電影j各自的評分用戶集合I_i和I_j及兩個電影之間的共同用戶并集I_i∪I_j；

所述電影i為任意一部電影，所述電影j為任意一部不同于電影i的電影；

(2)按照如下公式計算相似度：

其中，

其中，

rememory＝0.01*31.8×(Δt)^-0.125；

(3)將步驟(2)所得結果數據進行儲存；

(4)獲取用戶歷史的電影，輸出與其喜好的電影相似度最高的電影，并推薦給用戶。

利用本發明方法得到的相似性結果具有高度的精確性，可以為用戶進行高質量的電影推薦。如本發明的實施例所示，在進行基于相似度的推薦過程中，本發明相對于現有技術的其它方法而言，具有更好的精確度。

為了進一步說明本發明的步驟及原理，現對本發明上述步驟進行詳細說明：

A.利用艾賓浩斯遺忘規律原理，將電影間的評價時間差Δt作為相似度的衡量指標之一，計算出經過Δt之后的記憶剩余量rememory。

rememory＝0.01*31.8×(Δt)^-0.125

B.結合電影評價時間差的相似度設定為sim1(i,j)，使用步驟A的方法得到的記憶剩余量rememory，結合sigmod函數曲線，可得出sim1(i,j)對應的計算表達式為：