[發(fā)明專利]基于物品能量擴(kuò)散和用戶偏好的協(xié)同過濾推薦方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811380434.3
• 申請(qǐng)日: 2018-11-20
• 公開（公告）號(hào): CN109308654A
• 公開（公告）日: 2019-02-05
• 發(fā)明（設(shè)計(jì)）人: 張志鵬;任永功;鄒麗;張大為
• 申請(qǐng)（專利權(quán)）人: 遼寧師范大學(xué)
• 主分類號(hào): G06Q30/06
• 分類號(hào): G06Q30/06
• 代理公司: 大連非凡專利事務(wù)所 21220
• 代理人: 閃紅霞

本發(fā)明公開了一種可同時(shí)提供高精度和高多樣性推薦的基于物品能量擴(kuò)散和用戶偏好的協(xié)同過濾推薦方法，該方法包括如下步驟：統(tǒng)計(jì)用戶對(duì)物品的評(píng)分信息，構(gòu)建用戶?物品二部圖；初始化物品能量，根據(jù)能量擴(kuò)散原理并結(jié)合用戶偏好，將每個(gè)物品的初始能量通過用戶擴(kuò)散到物品；按照物品之間能量擴(kuò)散的比重，計(jì)算物品之間的相似度，并選取鄰近物品；針對(duì)目標(biāo)用戶未評(píng)分的物品，根據(jù)其鄰近物品的評(píng)分對(duì)其進(jìn)行預(yù)測(cè)評(píng)分；選取預(yù)測(cè)評(píng)分最高的N個(gè)未評(píng)分物品推薦給目標(biāo)用戶。

技術(shù)領(lǐng)域

本發(fā)明涉及推薦技術(shù)領(lǐng)域，尤其涉及一種可同時(shí)提供高精度和高多樣性推薦的基于物品能量擴(kuò)散和用戶偏好的協(xié)同過濾推薦方法。

背景技術(shù)

隨著移動(dòng)智能設(shè)備的發(fā)展，數(shù)據(jù)正在以爆炸式的速度增長，人們無法從海量的信息中快速準(zhǔn)確地找到自己所需的信息，因此產(chǎn)生“信息過載”的現(xiàn)象。推薦系統(tǒng)可以根據(jù)用戶個(gè)人信息來感知用戶的需求，智能且快速地為用戶推薦有價(jià)值的信息，解決“信息過載”問題。

基于物品的協(xié)同過濾方法是目前推薦系統(tǒng)應(yīng)用非常廣泛的推薦技術(shù)之一。該方法假設(shè)一個(gè)物品如果與用戶過去喜歡的物品相似，則該物品也可能被用戶所喜歡，首先計(jì)算物品之間的相似度，然后選取相似度最高的物品作為的鄰近物品，接下來根據(jù)鄰近物品的信息為目標(biāo)用戶未評(píng)分的物品進(jìn)行預(yù)測(cè)評(píng)分，最后在目標(biāo)用戶未評(píng)分的物品中，選取預(yù)測(cè)評(píng)分最高的物品推薦給目標(biāo)用戶。該方法可以為不同類型的用戶提供不同類型的推薦，因此推薦結(jié)果具有多樣性高的特點(diǎn)，但是推薦的精度往往不盡人意。

能量擴(kuò)散是物理學(xué)中的一種現(xiàn)象，近年來，能量擴(kuò)散方法常被用在信息過濾領(lǐng)域。在推薦系統(tǒng)中，該方法假設(shè)每個(gè)物品都有一定的推薦能力，即物品能量，首先初始化目標(biāo)用戶選擇過的物品能量，然后物品將自身的初始能量平均地分配給所有選擇過它的用戶，接下來用戶將自己獲得的能量平均地分配給其選擇的物品，最后在目標(biāo)用戶的未選擇過的物品中，能量最高的物品將被推薦給目標(biāo)用戶。該方法計(jì)算簡單、高效。但是，該方法在能量的擴(kuò)散過程中，無論是物品到用戶還是用戶到物品都是進(jìn)行平均擴(kuò)散，沒有考慮到用戶以及物品之間的差異性且物品初始化不同的能量將產(chǎn)生不同的推薦結(jié)果，故該方法所推薦的物品往往是流行熱門的物品，推薦的多樣性較差。

發(fā)明內(nèi)容

本發(fā)明是為了解決現(xiàn)有技術(shù)所存在的上述技術(shù)問題，提供一種可同時(shí)提供高精度和高多樣性推薦的基于物品能量擴(kuò)散和用戶偏好的協(xié)同過濾推薦方法。

本發(fā)明的技術(shù)解決方案是： 一種基于物品能量擴(kuò)散和用戶偏好的協(xié)同過濾推薦方法，其特征在于按照如下步驟進(jìn)行：