[發明專利]一種優化用戶相似度的協同過濾方法

在審

• 申請號: 201910312071.8
• 申請日: 2019-04-18
• 公開（公告）號: CN110134874A
• 公開（公告）日: 2019-08-16
• 發明（設計）人: 安彥涵;張新鵬;吳漢舟;余江;王子馳
• 申請（專利權）人: 上海大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06K9/62
• 代理公司: 上海上大專利事務所(普通合伙) 31205
• 代理人: 陸聰明

1.一種優化用戶相似度的協同過濾方法，通過將用戶的評分向量標準化，結合用戶向量距離的評價權重、非對稱的相似度權重對Pearson相似度優化，最后進行用戶評分的預測，其特征在于，具體步驟如下：

1)籌備實驗數據庫：收集一定數量用戶對不同項目的評分值，建立實驗數據庫；

2)標準化預處理：運用Z-score方法對每個用戶的評分向量進行標準化，并依據標準化后的用戶評分向量，生成用戶——項目評分矩陣；

3)計算用戶的相似度矩陣：根據步驟2)生成的用戶——項目評分矩陣，計算Pearson相似度、用戶向量距離的評價權重、非對稱的相似度權重；結合用戶向量距離的評價權重、非對稱的相似度權重對Pearson相似度進行優化，得出優化后的相似度公式，根據優化后的相似度公式計算出每個用戶與其他用戶的相似度，最終生成相似度矩陣；

4)預測評分：依據目標用戶與其他用戶的相似度，計算目標用戶的鄰居用戶集合，通過評分公式對目標用戶的未評分項目進行預測。

2.根據權利要求1所述的優化用戶相似度的協同過濾方法，其特征在于，所述步驟2)的具體步驟如下：設訓練集中第u個用戶的評分向量為R_u＝(r_(u,1),r_(u,2),…,r_(u,m))，其中z_(u,m)是標準化后用戶u對項目m的評分，r_(u,m)表示用戶u對項目m的評分；如式(1)所示，運用Z-score方法對R_u進行標準化，其中z_(u,m)是標準化后用戶u對項目m的評分，是R_u各分量的平均值，σ_u是R_u各分量的標準差：

標準化后的用戶u的評分向量記為Z_u＝(z_(u,1),z_(u,2),…,z_(u,m))，Z_u均值為0，標準差為1；然后，生成用戶——項目評分矩陣；Z_u記錄在用戶——項目評分矩陣的第u行，將用戶u未進行評分的項目的評分值記為0。

3.根據權利要求1所述的優化用戶相似度的協同過濾方法，其特征在于，所述步驟3)中以訓練集中任意兩個用戶u和用戶v為例，計算用戶u對用戶v的相似度，具體步驟如下：

3.1)計算Pearson相似度：如式(2)所示，用Pearson相似度公式度量用戶u和用戶v的Pearson相似度sim_(u,v)，其中集合S是用戶u和用戶v的共同評分過的項目集合：

3.2)計算用戶向量距離的評價權重：如式(3)所示，計算Z_u和Z_v的用戶向量距離的評價權重D_(u,v)，其中S是用戶u和用戶v的共同評分項目集合，N(S)為集合S的元素個數，α表示單獨一個項目的評分差距的閾值，如果α越大，D_(u,v)越接近1，如果α越小，D_(u,v)越接近0：

3.3)計算非對稱的相似度權重：如式(4)所示，計算用戶u對用戶v的非對稱的相似度權重w_(u,v)，其中，S是用戶u和用戶v的共同評分項目集合，I_u是用戶u的已評分項目集合，N(S)為集合S的元素個數，N(I_u)是集合I_u的元素個數：

3.4)用戶相似度公式：如式(5)所示，通過融合式(2)、式(3)以及式(4)，得到優化后用戶u對用戶v的相似度為sim′_(u,v)：

sim′_(u,v)＝D_(u,v)*w_(u,v)*sim_(u,v) (5)

3.5)計算用戶相似度矩陣：按式(5)計算不同用戶間的相似度，最終得到用戶相似度矩陣。

4.根據權利要求1所述的優化用戶相似度的協同過濾方法，其特征在于，所述步驟4)中以訓練集中任意用戶u的一個未評分項目a為例，計算用戶u對項目a的預測評分，具體步驟如下：

4.1)計算鄰居用戶集合：在訓練集中，找到評價過項目a的用戶集合，記為U_a＝{u_(1,a),u_(2,a),…,u_(q,a)}，其中u_(q,a)表示第q個評價過項目a的用戶；依據這q個用戶與用戶u的相似度大小，按相似度從大到小的順序進行排序，記為U′_a＝{u′_(1,a),u′_(2,a),…,u′_(q,a)}；再從排好序的用戶集合U′_a中選取前k個用戶作為用戶u的鄰居用戶集合，記為U＝{u′_(1,a),u′_(2,a),…,u′_(k,a)}；

4.2)預測用戶u對項目a的評分：按式(6)計算用戶u對項目a的預測評分p_(u,a)，其中集合U是用戶u的鄰居用戶集合，是R_u各分量的平均值，σ_u是R_u各分量的標準差，z_(v,a)是用戶v對項目a的標準化評分，sim′_(u,v)是用戶u對用戶v的相似度：

如式(7)，采用平均絕對誤差MAE來刻畫推薦精度，MAE越小說明誤差越小，精度越高，其中p_i是用戶對項目i的預測評分，r_i是測試集中用戶對項目i的實際評分，n是測試集中的評分數量：