[發明專利]一種契合用戶興趣變化的協同處理方法及系統

在審

• 申請號: 201710414491.8
• 申請日: 2017-06-05
• 公開（公告）號: CN107368519A
• 公開（公告）日: 2017-11-21
• 發明（設計）人: 黃文明;張健;白善今;張寶軍
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京輕創知識產權代理有限公司11212
• 代理人: 楊立,周玉婷

1.一種契合用戶興趣變化的協同處理方法，其特征在于，包括如下步驟：

采集用戶數據并格式化，得到用戶行為數據集，所述用戶行為數據集包括用戶對項目評分和用戶對項目的行為時間信息；

根據所述用戶行為數據集構建項目顯式主題向量，并對所述項目顯式主題向量進行相似度計算，得到目標項目的近鄰列表；

根據艾賓浩斯遺忘曲線方法以及所述用戶對項目的行為時間信息更新所述用戶對項目評分，得到新的用戶對項目評分；

根據所述用戶行為數據集構建用戶興趣主題向量，并根據所述用戶興趣主題向量構建用戶畫像personas，并根據所述新的用戶對項目評分更新所述用戶畫像personas；

根據更新后的用戶畫像personas進行相似度計算，得到目標用戶的近鄰列表；

根據所述目標用戶的近鄰列表和目標項目的近鄰列表，得到目標用戶及其近鄰用戶對目標項目的項目列表；以及

對所述目標用戶及其近鄰用戶對目標項目的項目列表進行平均值計算，得到目標用戶對目標項目的預測評分，將所述預測評分作為推薦結果。

2.根據權利要求1所述的契合用戶興趣變化的協同處理方法，其特征在于，所述得到目標用戶及其近鄰用戶對目標項目的項目列表后，還包括步驟：

根據貝葉斯重排序算法對所述目標用戶及其近鄰用戶對目標項目的項目列表進行重新排序。

3.根據權利要求1所述的契合用戶興趣變化的協同處理方法，其特征在于，所述得到目標用戶對目標項目的預測評分后，還包括步驟：

根據Top-K算法對所述預測評分進行篩選，從而將篩選過的預測評分作為推薦結果。

4.根據權利要求1所述的契合用戶興趣變化的協同處理方法，其特征在于，所述得到目標用戶及其近鄰用戶對目標項目的項目列表，具體方法為：

根據所述目標用戶的近鄰列表中新的用戶對項目評分對所述目標項目的近鄰列表進行排序，得到目標用戶及其近鄰用戶對目標項目的項目列表。

5.根據權利要求1所述的契合用戶興趣變化的協同處理方法，其特征在于，所述得到目標項目的近鄰列表的方法具體包括：

根據公式(1)來構建項目顯式主題向量：

其中，MovieTopic(n|i)為項目顯式主題向量，Rate(M_n)為項目M_n在歷史用戶行為數據集獲得的總評分次數，T_i為第i個項目主題類型維度；

并根據余弦相似度計算方法對所述項目顯式主題向量進行計算，得到目標項目的近鄰列表：通過余弦相似度公式(2)進行計算，

其中，RateCount(M_n∩M_m)表示項目M_n和項目M_m出現在同一用戶評分中的總次數，RateCount(M_n)表示項目M_n被用戶行為數據集中用戶評分的總次數，RateCount(M_m)表示項目M_m被用戶行為數據集中用戶評分的總次數。

6.根據權利要求1所述的契合用戶興趣變化的協同處理方法，其特征在于，所述更新所述用戶對項目評分的方法具體包括：

根據艾賓浩斯遺忘曲線方法以及所述用戶對項目的行為時間信息進行更新：通過艾賓浩斯遺忘曲線公式(3)更新用戶對項目評分，得到新的用戶對項目評分Rate_u,n×F(time)，

其中，Δtime＝(time_u,n-time_u,last)×k，F(time)表示時間函數，其中time_u,n為用戶U_u對項目M_n進行評分的時間，est_u為該用戶最早進行評分的時間，格式均為unix時間戳，hl₀為初始半衰期，代表用戶對電影主題的初始興趣衰減周期，Δtime為半衰期增量系數，time_u,last為該用戶U_u對M_n該類項目最早的評分時間，格式為unix時間戳，k為影響因子，Rate_u,n為用戶U_u對項目M_n的評分。