[發明專利]一種融合物品標簽信息的協同過濾推薦方法及系統

有效

• 申請號: 201710481708.7
• 申請日: 2017-06-22
• 公開（公告）號: CN107341204B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 張可;王世暉;謝文
• 申請（專利權）人: 電子科技大學;東莞市慧眼數字技術有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q30/0601
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

本發明公開了一種融合物品標簽信息的協同過濾推薦方法及系統，涉及融合物品標簽信息的協同過濾推薦領域；包括：依據物品i與物品j的評分數據，以及物品i與物品j的標簽信息、計算物品i與物品j的相似度、進行個性化推薦；一種融合物品標簽信息的協同過濾推薦系統，包括：數據輸入模塊、相似度計算模塊和個性化推薦模塊；數據輸入模塊，輸入物品i與物品j的評分數據，以及物品i與物品j的標簽信息；相似度計算模塊，計算物品i與物品j的相似度；個性化推薦模塊，判定兩個物品間的共同評分數是否大于人數門限值，選取合適的推薦策略。實現適合所有的推薦場景，當共同評分數據極少時，保證了根據相似度公式計算出來的相似近鄰準確性和可靠性。

技術領域

本發明涉及融合物品標簽信息的協同過濾推薦領域，尤其是一種融合物品標簽信息的協同過濾推薦方法及系統。

背景技術

近年來，互聯網和移動互聯網發展的如火如荼，物聯網時代也在悄然布局，數據和信息的增長速度呈爆炸之勢，高速的信息膨脹使致使人們進入信息過載的時代。如今，知識的海洋如此廣袤漫無邊際，如何從中準確高效地獲取我們想要的數據成為了重要難題。搜索引擎為解決信息過載帶來的數據獲取難題提供了行之有效的解決方法，用戶可以通過搜索關鍵字準確獲取自己想要的數據。但是搜索引擎的使用需要用戶為要獲取的數據做出準確的定義，在很多應用場景下，用戶并不能提供準確的關鍵字，或者用戶根本不知道自己的具體需求是什么，只是想獲取自己感興趣的信息，搜索引擎并不能滿足用戶日益增長的需求，因此推薦系統應運而生。

推薦系統持續發展，用戶數與項目數飛速擴張，這種情況下會產生龐大的用戶評分矩陣，計算機的存儲壓力和計算壓力驟增，協同過濾作為推薦系統領域的主流算法，受到了數據稀疏性問題(Sparsity)、冷啟動問題(Cold?Start)和可擴展性問題(Scalability)的嚴重阻撓，這三個問題成為了推薦系統應用的主要瓶頸。

發明內容

本發明的目的在于克服現有技術的不足，提供一種融合物品標簽信息的協同過濾推薦方法及系統，實現適合所有的推薦場景，當共同評分數據極少時，保證了根據相似度公式計算出來的相似近鄰準確性和可靠性。

本發明的目的是通過以下技術方案來實現的：一種融合物品標簽信息的協同過濾推薦方法，他具體包括如下步驟：

S001輸入物品i與物品j的評價數據以及標簽信息；

S002計算物品i與物品j的相似度：通過判定物品i與物品j的同時被評價次數選擇計算物品相似度的方式；

S003進行個性化推薦：判定兩個物品間的共同評分數是否大于人數門限值選擇融合物品標簽信息的方式。

進一步的，所述的S002計算物品i與物品j的相似度，具體為：

相似度計算方式選擇：判定物品i與物品j的同時被評價次數是否超過閾值，若是使用傳統的相似度計算方式進行計算，反之采用動態權重混合相似度計算方式進行計算。

進一步的，所述的傳統的混合相似度計算方式，具體為：

sim(i,j)＝αsim_tag(i,j)+(1-α)sim_cf(i,j)，其中sim_tag(i,j)表示的意義是物品i與物品j之間的標簽相似度，sim_cf(i,j)表示的意義是物品i與物品j之間的協同過濾相似度，α是權重調節參數；

所述的I_i表示物品i的標簽數量，I_j表示物品j的標簽數量，標簽相似度的含義就是兩個物品標簽的交集除以兩個物品標簽的并集。

進一步的，所述的α，在物品比較冷門適度加大α參數值，提高標簽相似度的權重，反之如果物品比較熱門，減小α參數值，從而提高協同過濾相似度的權重。

進一步的，所述的動態權重混合相似度計算方式，具體為：