[發(fā)明專利]一種基于中介真值程度度量和用戶的協(xié)同過濾推薦方法

有效

• 申請?zhí)枺?/td>: 201811548134.1
• 申請日: 2018-12-18
• 公開（公告）號: CN109635200B
• 公開（公告）日: 2022-02-01
• 發(fā)明（設(shè)計）人: 周寧寧;陸榮
• 申請（專利權(quán)）人: 南京郵電大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 南京瑞弘專利商標(biāo)事務(wù)所(普通合伙) 32249
• 代理人: 彭雄

1.一種基于中介真值程度度量和用戶的協(xié)同過濾推薦方法，其特征在于，包括以下步驟：

步驟1，用戶興趣相似度計算：

檢索整個訓(xùn)練集記錄各物品被購買的次數(shù)，按從大到小排序，根據(jù)推薦物品數(shù)n選擇前F/n個物品組成熱門物品集G′，0F/n0.05F，F(xiàn)表示訓(xùn)練集中物品總數(shù)，根據(jù)用戶曾經(jīng)有過正反饋的物品集得到共有物品集S，

S＝N(i)∩N(j)，

其中，N(i)表示用戶i曾經(jīng)有過正反饋的物品集，N(j)表示用戶j曾經(jīng)有過正反饋的物品集；

將熱門物品集G′引入，得到去除熱門物品后的用戶反饋數(shù)據(jù)集：

N(i)′＝N(i)-N(i)∩G′

N(j)′＝N(j)-N(j)∩G′

建立物品到用戶的倒查表：

C[i][j]＝|N(i)′∩N(j)′|

若用戶i，j同時屬于倒查表中M₁個物品對應(yīng)的用戶列表，則令C[i][j]＝M₁，

通過改進的余弦相似值公式計算用戶i和j的興趣相似度：

步驟2，基于中介真值程度度量的評分相似程度計算：

用戶i和j對物品對象的評分是n₁～n₂之間的任意一個正整數(shù)值，記謂詞P(x(i,j))表示待考察的用戶i與j對物品對象評分相同，表示N(i)與N(j)相異，～P(x(i,j))表示i與j介于相同相異之間，通過計算距離比例函數(shù)h_Tg(x(i,j))得到用戶i與j對物品g評分的相似程度；

根據(jù)用戶對物品的評分得到相對評分f(x(i,j))：

f(x(i,j))＝|Q_ig-Q_jg|；

其中，Q_ig為用戶i對物品g的評分，Q_jg為用戶j對物品g的評分；

在數(shù)軸上y＝f(x(i,j))以～P為對稱中心，左右分別為P和的取值為[0,n₂-n₁]；

y＝f(x(i,j))的值落在三個值域(α_r+ε_r,α_l-ε_l),(0,α_r+ε_r),(α_l-ε_l,n₂-n₁)內(nèi)，～P(x(i,j))的區(qū)域為(α_r+ε_r,α_l-ε_l)，P(x(i,j))的區(qū)域為(0,α_r+ω_r)，的區(qū)域為(α_l-ε_l,n₂-n₁)，P(x(i,j))的真值為1，的真值為0；

相對于P(x(i,j))的距離比例函數(shù)：

其中，

其中，通過距離比例函數(shù)h_Tg(x(i,j))的計算，得到用戶i與j對物品對象g評分的相似程度；

遍歷共有物品集S，將用戶i與j所有共有物品對象評分的相似程度求和，再除以共有物品集S的大小n，得到綜合評分相似程度h_Tn(x(i,j))：

步驟3，推薦結(jié)果依據(jù)綜合評分相似程度由小到大排序選擇鄰居對象。

2.根據(jù)權(quán)利要求1所述基于中介真值程度度量和用戶的協(xié)同過濾推薦方法，其特征在于：遍歷訓(xùn)練集抽取數(shù)據(jù)組成用戶-物品集和用戶-物品-評分集，計算用戶與其他用戶之間的用戶興趣相似度，選擇相似度在前2K的用戶作為該用戶的鄰居用戶集M，K為推薦用戶數(shù)。

3.根據(jù)權(quán)利要求2所述基于中介真值程度度量和用戶的協(xié)同過濾推薦方法，其特征在于：遍歷鄰居用戶集M，從用戶-物品-評分集中提取出鄰居用戶集中對應(yīng)的用戶-物品-評分，計算出相對評分，計算候選用戶的物品評分相似程度，最后計算得出用戶的綜合物品評分相似程度。

4.根據(jù)權(quán)利要求3所述基于中介真值程度度量和用戶的協(xié)同過濾推薦方法，其特征在于：根據(jù)推薦用戶數(shù)K，依據(jù)綜合物品評分相似程度由小到大排序選擇鄰居用戶對象。

5.根據(jù)權(quán)利要求1所述基于中介真值程度度量和用戶的協(xié)同過濾推薦方法，其特征在于：P(x(i,j))所代表的區(qū)域占20％，所代表的區(qū)域占50％，～P(x(i,j))所代表的區(qū)域占30％。