[發明專利]具有多個輔助域的跨域推薦數據處理方法、跨域推薦系統

在審

• 申請號: 201811402203.8
• 申請日: 2018-11-23
• 公開（公告）號: CN109711925A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 喬慧;沈玉龍;董學文;姜曉鴻;佟威;劉洋洋;馬詩洋;谷鑫雨;楊凌霄;趙六順
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06K9/62
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 黃偉洪

1.一種具有多個輔助域的跨域推薦數據處理方法，其特征在于，所述具有多個輔助域的跨域推薦數據處理方法包括以下步驟：

步驟一，獲取輔助域的評分矩陣，計算用戶的評分可靠性，等比例分段映射閾值，將輔助域中評分數量低于閾值的評分清空；

步驟二，使用K-means聚類算法得到所有域的聚類級評分矩陣，進行矩陣分解；同時分解目標域評分矩陣，利用基于近鄰的特征映射方法，為冷啟動用戶學習特征映射函數；

步驟三，使用平均絕對誤差來評估預測到的評分矩陣；如果推薦效果好于上一次，則將閾值加1；重新從預處理階段的開始執行，直到目標域的推薦效果不再提高為止。

2.如權利要求1所述的具有多個輔助域的跨域推薦數據處理方法，其特征在于，所述步驟一具體包括：

首先，獲取輔助域中用戶-項目評分矩陣；接著計算每個用戶的評分可靠性并據此為每個用戶個性化地設置閾值；

然后將輔助域中項目的評分數量低于閾值的用戶評分清空；

最后，獲取預處理后的輔助域中的用戶-項目評分矩陣。

3.如權利要求2所述的具有多個輔助域的跨域推薦數據處理方法，其特征在于，所述用戶評分可靠性表示為：

其中，Var_u是用戶對所有項目的評分與該項目評分的平均值的標準差；N_u為用戶u評分過的項目的數量；r_ui為用戶u對項目i的評分；為項目i的評分的平均值；

由用戶評分可靠性的計算公式可知，Var_u的值越小，該用戶的評分可靠性越高。

4.如權利要求1所述的具有多個輔助域的跨域推薦數據處理方法，其特征在于，所述步驟二包括：對輔助域數據的處理、對目標域數據的處理以及從輔助域到目標域的知識遷移過程；對輔助域數據的處理，具體步驟如下：

步驟一：采用偏置矩陣分解，將評分矩陣R映射到低維度的潛在空間和其中R＝PQ^T；

步驟二：將K-means聚類算法應用于用戶潛在空間P和項目潛在空間Q，使得用戶和項目分類到不同的聚類中；

某類用戶對某類項目的聚類級評分矩陣R^c的表示為：

的表達式為：

的表達式為：

是第j個域中的第u個用戶聚類，是第j'個域中的第i個項目聚類；

是聚類用戶評分過的聚類項目的數量；

是聚類用戶評分過的聚類項目的評分；

對目標域數據的處理，首先對目標域的用戶-項目評分矩陣進行分解，并將用戶之間評分行為的相似度整合到傳統的矩陣分解過程中。

5.如權利要求4所述的具有多個輔助域的跨域推薦數據處理方法，其特征在于，所述用戶評分行為相似度的計算包含三個方面：基于共同評分的相似度、基于不感興趣猜測的相似度以及基于評分偏好值的相似度；

基于共同評分的相似度的計算方式為：

其中，矩陣表示用戶u和用戶v在項目集c_uv上的評分，其元素和分別表示用戶u和用戶v對項目i的評分；

根據和計算得到用戶u和用戶v之間的第一個相似度度量

γ₁是一個自定義的參數，用戶調整相似度的值隨著評分差異增大而減小的速度；

基于不感興趣猜測的相似度的計算方式為：

矩陣表示用戶u和用戶v對項目不感興趣的概率，其元素和分別表示用戶u和用戶v對項目i不感興趣的概率；

根據和計算得到用戶u和用戶v之間的第二個相似度度量

基于評分偏好值的相似度的計算方式為：

矩陣A⁽³⁾∈{(0,1)}^n×5表示用戶對不同評分值的偏好，其元素表示用戶u對評分值r∈{1,2,3,4,5}的偏好；

根據和計算得到用戶u和用戶v之間的第三個相似度度量

最終用戶u和用戶v之間評分行為的相似度表示為：

其中，整合用戶相似度的矩陣分解模型，其目標函數的表達式為：