[發明專利]一種基于模擬退火算法的用戶推薦方法及裝置

在審

• 申請號: 201810448918.0
• 申請日: 2018-05-11
• 公開（公告）號: CN108647724A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 郭寶賢;李仁杰;戴波
• 申請（專利權）人: 國網電子商務有限公司;國網浙江省電力有限公司;國網匯通金財（北京）信息科技有限公司;國家電網公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q30/06;G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

1.一種基于模擬退火算法的用戶推薦方法，其特征在于，包括：

獲取用戶評分矩陣，所述用戶評分矩陣表示每個預設用戶對每個預設項目的評分；

設定聚類數量、模擬退火算法的優化目標和模擬退火算法的參數，基于模擬退火算法對所述用戶評分矩陣進行處理，得到多個聚類集合，每個聚類集合中包括多個預設用戶；

根據預設相似性度量方法在目標用戶所在聚類集合中的多個預設用戶中提取所述目標用戶的多個相似用戶，根據每個相似用戶對每個預設項目的評分預測所述目標用戶的偏好項目，并為所述目標用戶推薦所述偏好項目。

2.根據權利要求1所述的方法，其特征在于，所述設定聚類數量、模擬退火算法的優化目標，包括：

設定聚類數量，利用模擬退火算法生成設定數量的聚類中心，聚類中心為多維向量；

將所述用戶評分矩陣轉化為設定數量的用戶矢量集合，每個用戶矢量集合中包括多個用戶矢量，每個聚類中心對應一個用戶矢量集合，每個用戶矢量表示預設用戶對每個預設項目的評分；

將使每個聚類中心與相應用戶矢量集合中每個用戶矢量的相似度的和值最大設定為模擬退火算法的優化目標。

3.根據權利要求2所述的方法，其特征在于，所述基于模擬退火算法對所述用戶評分矩陣進行處理，得到多個聚類集合，包括：

根據模擬退火算法的優化目標、以及每個預設用戶與每個聚類中心之間的相似度對預設用戶進行不斷聚類，并根據聚類結果不斷調整聚類中心，使每次聚類中每個聚類集合中的聚類對象與聚類中心的相似度最大，直到每個聚類中心不再變化，得到設定數量的聚類集合，每個聚類集合中包括多個預設用戶。

4.根據權利要求1所述的方法，其特征在于，所述根據預設相似性度量方法在目標用戶所在聚類集合中的多個預設用戶中提取所述目標用戶的多個相似用戶，包括：

分別計算所述目標用戶與所在聚類集合中每個預設用戶的相似度；

將與所述目標用戶的相似度大于相似度閾值的預設用戶確定為所述目標用戶的相似用戶；

或對所述目標用戶與所在聚類中每個預設用戶的相似度按從大到小的順序進行排序，將滿足第一預設排名的相似度對應的預設用戶確定為所述目標用戶的相似用戶。

5.根據權利要求1所述的方法，其特征在于，所述根據每個相似用戶對每個預設項目的評分預測所述目標用戶的偏好項目，包括：

根據所述目標用戶與每個相似用戶的相似度、每個相似用戶對每個預設項目的評分、每個相似用戶對每個預設項目的平均評分，計算所述目標用戶對每個預設項目的預測評分；

將預測評分大于預測評分閾值的預設項目確定為所述用戶的偏好項目；

或對所述目標用戶對每個預設項目的預測評分按從大到小的順序進行排序，將滿足第二預設排名的預測評分對應的預設項目確定為所述目標用戶的偏好項目。

6.一種基于模擬退火算法的用戶推薦裝置，其特征在于，包括：

獲取單元，用于獲取用戶評分矩陣，所述用戶評分矩陣表示每個預設用戶對每個預設項目的評分；

聚類單元，用于設定聚類數量、模擬退火算法的優化目標和模擬退火算法的參數，基于模擬退火算法對所述用戶評分矩陣進行處理，得到多個聚類集合，每個聚類集合中包括多個預設用戶；

推薦單元，用于根據預設相似性度量方法在目標用戶所在聚類集合中的多個預設用戶中提取所述目標用戶的多個相似用戶，根據每個相似用戶對每個預設項目的評分預測所述目標用戶的偏好項目，并為所述目標用戶推薦所述偏好項目。

7.根據權利要求6所述的裝置，其特征在于，所述聚類單元包括：

第一設定子單元，用于設定聚類數量，利用模擬退火算法生成設定數量的聚類中心，聚類中心為多維向量；

轉化子單元，用于將所述用戶評分矩陣轉化為設定數量的用戶矢量集合，每個用戶矢量集合中包括多個用戶矢量，每個聚類中心對應一個用戶矢量集合，每個用戶矢量表示預設用戶對每個預設項目的評分；

第二設定子單元，用于將使每個聚類中心與相應用戶矢量集合中每個用戶矢量的相似度的和值最大設定為模擬退火算法的優化目標。