[發(fā)明專利]一種基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010051421.2
• 申請(qǐng)日: 2020-01-17
• 公開(kāi)（公告）號(hào): CN111274493B
• 公開(kāi)（公告）日: 2020-09-08
• 發(fā)明（設(shè)計(jì)）人: 邵杰;王曉晨;肖廷松;徐行
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué);宜賓電子科技大學(xué)研究院
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06K9/62;G06F17/16
• 代理公司: 成都正華專利代理事務(wù)所(普通合伙) 51229
• 代理人: 李蕊

本發(fā)明提供了一種基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法，屬于推薦系統(tǒng)領(lǐng)域。對(duì)用戶歷史消費(fèi)記錄進(jìn)行數(shù)據(jù)預(yù)處理；根據(jù)用戶?物品評(píng)分矩陣和相似度公式計(jì)算得到不同用戶之間的相似度，使用相似度最高的相似用戶撰寫(xiě)的相關(guān)評(píng)論對(duì)用戶評(píng)論進(jìn)行補(bǔ)充；接著提取評(píng)論特征；最后進(jìn)行評(píng)論特征融合處理。本發(fā)明可以基于用戶歷史消費(fèi)記錄篩選出相似用戶撰寫(xiě)的相關(guān)評(píng)論，對(duì)用戶評(píng)論進(jìn)行補(bǔ)充，為每位用戶都構(gòu)建一個(gè)用戶評(píng)論補(bǔ)充文檔，可以緩解用戶評(píng)論的數(shù)據(jù)稀疏問(wèn)題，豐富用戶畫(huà)像，提升評(píng)分預(yù)測(cè)的準(zhǔn)確性，進(jìn)而提高用戶對(duì)推薦系統(tǒng)的滿意度。此外，用戶評(píng)論補(bǔ)充文檔是由相似用戶撰寫(xiě)的相關(guān)評(píng)論構(gòu)成的，與用戶自己撰寫(xiě)的評(píng)論存在一定的差異性，可以提高推薦的多樣性。

技術(shù)領(lǐng)域

本發(fā)明屬于推薦系統(tǒng)領(lǐng)域，尤其涉及一種基于多源用戶評(píng)論的評(píng)分預(yù)測(cè)方法。

背景技術(shù)

在如今互聯(lián)網(wǎng)信息過(guò)載的情況下，無(wú)明確需求的信息消費(fèi)者想方便地找到感興趣的內(nèi)容，信息生產(chǎn)者則想將自己的內(nèi)容推送給合適的目標(biāo)用戶，推薦系統(tǒng)應(yīng)運(yùn)而生。評(píng)分預(yù)測(cè)是推薦系統(tǒng)中的一類經(jīng)典模型，系統(tǒng)對(duì)用戶所有沒(méi)消費(fèi)過(guò)的物品進(jìn)行評(píng)分預(yù)測(cè)，然后將預(yù)測(cè)分?jǐn)?shù)最高的N個(gè)物品推薦給用戶。評(píng)分預(yù)測(cè)問(wèn)題中目前采用最廣泛的方法是協(xié)同過(guò)濾算法，協(xié)同過(guò)濾算法通過(guò)利用用戶行為數(shù)據(jù)來(lái)挖掘出用戶的興趣，并為其推薦可能感興趣的物品，經(jīng)典工作包括矩陣分解算法(MF)及其擴(kuò)展工作概率矩陣分解算法(PMF)等(Koren,Y.,Bell,R.M.,Volinsky,C.:Matrix factorization techniques for mendersystems.IEEE Computer 42(8),30–37(2009).和Salakhutdinov,R.,Mnih,A.:Probabilistic matrix factorization.In:NIPS.pp.1257–1264(2007).)，上述工作只利用用戶歷史評(píng)分?jǐn)?shù)據(jù)，將用戶和物品都映射到高維空間中用向量進(jìn)行表示，然后計(jì)算點(diǎn)積得到預(yù)測(cè)結(jié)果。

雖然協(xié)同過(guò)濾算法性能很好，但是它無(wú)法為消費(fèi)記錄少的用戶提供良好的個(gè)性化推薦服務(wù)。也就是說(shuō)，協(xié)同過(guò)濾算法存在的數(shù)據(jù)稀疏問(wèn)題比較嚴(yán)重。數(shù)據(jù)稀疏問(wèn)題是因?yàn)楝F(xiàn)在待處理的推薦系統(tǒng)規(guī)模越來(lái)越大，用戶和商品數(shù)目動(dòng)輒上億，兩個(gè)用戶之間選擇的重疊非常少，例如淘寶網(wǎng)的數(shù)據(jù)稀疏度在百萬(wàn)分之一以下。數(shù)據(jù)稀疏問(wèn)題直接影響到推薦系統(tǒng)的推薦質(zhì)量，因此受到了學(xué)術(shù)界和工業(yè)界的高度關(guān)注。目前提出的解決數(shù)據(jù)稀疏問(wèn)題的方式主要包括：

簡(jiǎn)單填值：簡(jiǎn)單填值法就是用一個(gè)固定的數(shù)值填充系統(tǒng)中所有的未評(píng)分的物品，從而解決稀疏性問(wèn)題的一種方法，常用所有評(píng)分的平均值進(jìn)行填充。

聚類：該方法根據(jù)用戶興趣之間的差異，利用某種聚類算法將系統(tǒng)中的所有用戶劃分為不同的群體；系統(tǒng)把用戶所在群體的中心值作為用戶對(duì)未評(píng)物品的評(píng)分預(yù)測(cè)值，進(jìn)行用戶-物品評(píng)分矩陣的填充。主要的聚類方法有k-means聚類和遺傳聚類等。

降維：用戶-物品評(píng)分矩陣出現(xiàn)數(shù)據(jù)稀疏的情況是由物品的高維數(shù)據(jù)引起的，因此可以考慮采取一定措施降低物品數(shù)據(jù)的維度，進(jìn)而達(dá)到約減數(shù)據(jù)的目的。目前常見(jiàn)的降維技術(shù)主要有簡(jiǎn)單降維方法、矩陣分解和主成分分析(PCA)三類。

融合：協(xié)同過(guò)濾算法利用的信息只是用戶評(píng)分?jǐn)?shù)據(jù)，基于內(nèi)容的過(guò)濾可以利用用戶和物品的固有屬性和描述信息，因此將這兩種方式融合在一起可以增加可利用的數(shù)據(jù)量。