[發(fā)明專利]一種評分數(shù)據(jù)噪聲消除方法

有效

• 申請?zhí)枺?/td>: 201810576917.4
• 申請日: 2018-05-31
• 公開（公告）號: CN108830315B
• 公開（公告）日: 2021-06-04
• 發(fā)明（設計）人: 陳炳才;劉杰;聶冰洋;趙楠;寧芊;余超;謝冬梅;潘偉民
• 申請（專利權）人: 大連理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/2458
• 代理公司: 大連理工大學專利中心 21200
• 代理人: 溫福雪;侯明遠

1.一種評分數(shù)據(jù)噪聲消除方法，其特征在于，步驟如下：

步驟1.輸入用戶評分矩陣R、用戶集合User和項目集合Item；

步驟2.對評分矩陣數(shù)據(jù)進行平滑處理,得到平滑處理后的評分矩陣R'

2.1)首先將項目按照流行度不同劃分到三個集合中一個，三個集合分別是流行項目集合set_popular、普通項目集合set_ordinary和不流行項目集合set_npopular；

具體過程如下：

2.1.1)計算項目item的流行度popular(item)，計算方法如下：

其中，集合User(item)是對項目item評分過的用戶集合，r_u,item是用戶u對項目item的評分；

2.1.2)對評分矩陣評分數(shù)據(jù)進行k-means聚類，聚類個數(shù)為3，聚類后得到三個簇的中心分別為c₁、c₂、c₃，其中c₁c₂c₃；

2.1.3)如果將項目item劃分到流行項目集合set_popular；如果將項目item劃分到普通項目集合set_ordinary；如果將項目item劃分到不流行項目集合set_npopular；

2.2)計算用戶對于三類項目的評分偏移，分別是differ(u,popular)、differ(u,ordinary)和differ(u,npopular)；計算流程如下：

2.2.1)計算用戶u對于流行項目的評分偏移differ(u,popular)

其中，Item(u)是用戶u的評分過的項目集合；是項目item所有評分的平均值；r_u,item是用戶u對項目item的評分；

2.2.2)計算用戶u對于普通項目的評分偏移differ(u,ordinary)

2.2.3)計算用戶u對于不流行項目的評分偏移differ(u,npopular)

2.3)填充評分矩陣，具體過程如下：

2.3.1)計算用戶u的評分填充數(shù)量fillNum(u)，計算方法如下：

其中，是一個大于1的常數(shù)；|R|是原始評分矩陣評分數(shù)量；|User|是用戶規(guī)模；R(u)是用戶u的評分數(shù)量；

2.3.2)計算用戶u未評分過的項目item的填充概率possible(item)，計算方法如下：

其中，R(item)是項目item的評分數(shù)量；R(m)是項目m的評分數(shù)量；

2.3.3)在集合Item-Item(u)按照計算的概率隨機抽取項目item進行評分填充，如果fillNum(u)＝0,不進行數(shù)據(jù)填充；如果fillNum(u)0,數(shù)據(jù)填充數(shù)量為fillNum(u)次；在填充過程中，如果抽到的item∈set_popular，填充用戶u對于項目item的填充評分如果抽到的item∈set_ordinary，填充用戶u對于項目item的填充評分如果抽到的item∈set_npopular，填充用戶u對于項目item的填充評分

步驟3.設定模糊指數(shù)值m，簇數(shù)量λ，初始化隸屬度矩陣P和簇中心集合V，設定模糊C均值聚類算法的最大迭代次數(shù)t和精度ε；使用模糊C均值聚類算法對平滑處理后的評分矩陣R'進行模糊聚類，當達到最大迭代次數(shù)，或算法達到精度要求后，停止迭代；輸出最終隸屬度矩陣P和簇中心集合V；

步驟4.計算修正后的評分矩陣R^a，具體流程如下：

4.1)取一條原始評分數(shù)據(jù)，計算修正后的評分；

假設取出的原始評分數(shù)據(jù)用戶r_k,x，是用戶k對項目x的原始評分；計算修正后的評分具體過程如下：

4.1.1)計算在第c個簇中項目x與項目y的流行度差異dev_c,x,y，計算方法如下：

dev_c,x,y＝V_c,x-V_c,y

其中，1＝c＝λ；V_c,x是第c個簇的簇中心在項目x上的分量；V_c,y是第c個簇的簇中心在項目y上的分量；

4.1.2)計算修正后的評分計算方法如下：

其中，r_k,y是用戶k對項目y的原始評分數(shù)據(jù)；Item(x,y)是同時對項目x與項目y同時評分的項目集合；p_k,c是用戶k對第c個簇的隸屬度；

4.2)重復(4.1)，遍歷原始評分矩陣所有評分，進行評分修正；

步驟5.輸出修正后的評分矩陣R^a。