[發明專利]一種基于層次結構的推薦方法

有效

• 申請號: 201810533079.2
• 申請日: 2018-05-29
• 公開（公告）號: CN108804605B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 周慶;廖鳳露;胡月;唐銀春;楊沅;王衛芳;溫亞梅
• 申請（專利權）人: 重慶大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06K9/62;G06Q30/06
• 代理公司: 北京康盛知識產權代理有限公司 11331
• 代理人: 陶俊潔

1.一種基于層次結構的推薦方法，其特征在于：

包括以下步驟：

S1：提取item屬性特征以及提取與item最相關的user屬性特征，并分別構建user屬性矩陣和item屬性矩陣；

S2：對item和user數據進行聚類；

通過k-means聚類方法對item聚類，劃分item類別；

基于user和item屬性的雙聚類算法對user聚類，劃分user類別；

S3：在類別層次學習user類別和item類別關系，構建user類別-item類別評分矩陣R，用來表征不同user對不同item的偏好；

S4：計算新用戶與user類別相似性，將其劃分到與其距離最近的user類別中；

S5：為新用戶推薦item類別，將其所在user類別的TOP1item類別作為推薦項目，其中TOP1item為對應評分值最大的item類別；

所述步驟S2中user類別劃分包括以下步驟：

S2-1：將user自身屬性和item屬性拼接，構造user屬性矩陣UP

X為字符型特征值，m表示user數量，n表示user自身屬性數量，d表示item屬性數量；

S2-2：在user屬性矩陣UP的基礎上，計算每個用戶到其他所有用戶的距離和，將所述距離和最大的用戶作為聚類的中心u_centers；

S2-3：計算user屬性矩陣UP中每個用戶與中心用戶u_centers的距離，將其劃分到與其最近的中心用戶u_centers所在的類別中；

所述步驟S3中通過下述方法學習user類別和item類別關系：

構建user類別-item類別評分矩陣R：

公式中的c和d分別表示user類別個數和item類別個數，r為評分數值；

item類別b在user類別a中的評分ra,b計算方法為：

其中a∈{1、2、…、c}，b∈{1、2、…、d}；

其中num表示與user類別a相關的所有item類別個數，count(b)a是user類別a中item類別為b的個數。

2.基于權利要求1所述的一種基于層次結構的推薦方法，其特征在于：

所述步驟S2-2中通過下述方法選取聚類中心u_centers：

計算用戶i和用戶j之間的距離，i、j∈{1、2、…、m}；

表示用戶i自身屬性與用戶j自身屬性距離，表示用戶i在item上偏好與用戶j在item上偏好的距離，用戶i與用戶j的距離表示為：

其中w為調整參數，用來表示用戶自身屬性距離和item距離對最終距離的影響度；

用戶i與其他用戶的距離和表示為：

計算出所有用戶與其他用戶距離和之后，選取最大距離對應的用戶作為聚類的中心u_centers。