[發明專利]一種改進的混合協同過濾推薦方法在審
| 申請號： | 201711191113.4 | 申請日： | 2017-11-24 |
| 公開（公告）號： | CN107943948A | 公開（公告）日： | 2018-04-20 |
| 發明（設計）人： | 郭雷;包興;陸鵬;胡林聰;馮楠;李祥 | 申請（專利權）人： | 中國科學院電子學研究所蘇州研究院 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 南京經緯專利商標代理有限公司32200 | 代理人： | 王銘陸 |
| 地址： | 215123 江蘇省蘇州市工*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 改進 混合 協同 過濾 推薦 方法 | ||
1.一種改進的混合協同過濾推薦方法，其特征在于：具體包含模型訓練和推薦預測兩個部分；
其中，模型訓練具體包含如下步驟：
步驟1，數據集中含有m個用戶和n個項目，其中，m和n為正整數；
步驟2，操作測試集，以固定間隔設置近鄰個數K的值，K為正整數，計算用戶之間以及項目之間的相似度，分別構建用戶u和項目i的近鄰集合N(u)和N(i)，并計算近鄰集合的相似度質量βu和βi；
步驟3，操作測試集，計算兩種單一協同過濾的預測值，以固定間隔設置控制因子ω的值，其中，ω∈[0,1]，獲取混合模型的預測結果；
步驟4：迭代步驟2和步驟3獲取預測結果與測試集實際評分的平均絕對誤差MAE，對比得出控制因子ω的最優值以及完整的推薦模型；
其中，推薦預測具體包含如下步驟：
步驟5，直接對完整的數據集進行操作，設置K的值，構建目標用戶和目標用戶未交互項目的近鄰集合，并度量這些近鄰集合的相似度質量；
步驟6，設置控制因子ω的最優值，代入混合模型得出目標用戶對待測項目的預測評分；
步驟7，對所有待測項目評分預測完畢后，將預測評分進行排序，選出對應評分最高的N個項目推薦給目標用戶。
2.根據權利要求1所述的一種改進的混合協同過濾推薦方法，其特征在于：從在步驟1中，數據集中隨機抽取80％作為訓練集，剩余20％作為測試集，并轉化成評分矩陣Rm×n。
3.根據權利要求1所述的一種改進的混合協同過濾推薦方法，其特征在于：在步驟4中，以0.1的間隔對比得出控制因子ω的最優值。
4.根據權利要求3所述的一種改進的混合協同過濾推薦方法，其特征在于：在步驟4中，Ωω＝0.4。
5.根據權利要求1所述的一種改進的混合協同過濾推薦方法，其特征在于：在步驟2中，近鄰集合的相似度質量βu具體計算如下：
其中，βu即為用戶近鄰集合的相似度質量，同理可以得出電影近鄰集合的相似度質量βi。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院電子學研究所蘇州研究院，未經中國科學院電子學研究所蘇州研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201711191113.4/1.html，轉載請聲明來源鉆瓜專利網。
