[發明專利]基于覆蓋約簡的個性化用戶協同過濾推薦方法

有效

• 申請號: 201810486715.0
• 申請日: 2018-05-21
• 公開（公告）號: CN108549729B
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 張志鵬;任永功;鄒麗;崔曉松
• 申請（專利權）人: 遼寧師范大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06Q30/06
• 代理公司: 大連非凡專利事務所 21220
• 代理人: 閃紅霞

1.一種基于覆蓋約簡的個性化用戶協同過濾推薦方法，其特征在于依次按照如下步驟進行：

步驟1.統計形成二維評分信息表：

根據用戶對物品的評分信息形成二維評分信息表RM={U，I，R∪{*}}；所述二維評分信息表RM中，U表示用戶的集合，I表示物品的集合，R∪{*}表示用戶對物品的評分集合，其中*表示用戶未對物品進行評分；

令用戶u∈U對物品i∈I的評分為r_u,i∈R∪{*}，并且用戶u的平均評分為；θ為用戶評分的閾值，如果r_u,i≥θ，表明用戶u喜歡物品i；用戶u已評分的物品集合為I_u={i∈I|r_u,i≠*}；為用戶u未評分的物品集合；物品屬性矩陣為AM；在用戶集合U中，如果存在用戶a喜愛的物品集合包含于用戶b喜愛的物品集合，那么用戶a就稱為目標用戶的冗余用戶；

步驟2.利用覆蓋約簡算法對冗余用戶進行約簡：

步驟2.1令物品集合I作為論域I，在論域I中，每個用戶喜歡的物品組成一個集合；在物品屬性矩陣AM中提取目標用戶的喜愛屬性：

(1)

式(1)中，m表示屬性的數目，at_m表示一個屬性，av_m表示屬性at_m的值；

步驟2.2.利用獲得的目標用戶的喜愛屬性，構建目標用戶的決策集D，決策集D由具備喜愛屬性的物品集合組成：

D=｛i∈I｜at₁(i)= av₁ ,at₂(i)=av₂ ,…,at_m(i)=av_m｝ (2)

式(2)中，at_m(i)= av_m表示物品i在屬性at_m上的值為av_m；

步驟2.3.將論域I由物品集合縮減為目標用戶的決策集D，即論域D；對于每一個用戶u∈U，構建用戶u在論域D上的喜愛物品集合C_u：

(3)

令C*=D-∪C_u，C={C₁,C₂…C_n, C*} 構成了目標用戶在論域D的一個覆蓋C；

步驟2.4.利用覆蓋約簡算法，將冗余元素從覆蓋C中約簡，得到約簡完畢后的覆蓋reduct(C)及約簡后的用戶U^r:

(4)

步驟3.利用約簡后的用戶U^r構建目標用戶au的候選鄰近用戶u；

步驟4.計算目標用戶和候選鄰近用戶的相似度，選取目標用戶的鄰近用戶：

利用皮爾森相似度量函數(5)計算目標用戶au和候選鄰近用戶u∈U_r之間的相似度，

(5)

式(5)中，sim(au,u)表示目標用戶au和候選鄰近用戶u∈U_r之間的相似度，I_au={i∈I|r_au,i≠*}表示目標用戶au評價過的物品集合，表示目標用戶的平均評分值；

然后選擇相似度高的前K個候選鄰近用戶作為目標用戶的鄰近用戶N_au(k)；

步驟5.對目標用戶未評分物品進行預測評分：

根據目標用戶的鄰近用戶N_au(k)的評分信息，利用調整加權和函數(6)對目標用戶au未評分的物品集合進行預測評分，得到目標用戶的預測評分表；

(6)

式(6)中，P_au,i表示目標用戶au對物品i的預測評分，U_i={u∈U|r_u,i≠*}表示評價過物品i的用戶集合；λ作為一個正則化因子：

(7)

步驟六.選取預測評分高的前N個物品作為推薦結果。