[發明專利]應用于推薦系統中的自然噪聲模糊管理方法及存儲介質

有效

• 申請號: 202010344456.5
• 申請日: 2020-04-27
• 公開（公告）號: CN111523038B
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 王永;王鵬宇;趙旭輝;陳霜
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06F16/906;G06Q10/06
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 陳棟梁

1.一種應用于推薦系統中的自然噪聲模糊管理方法，其特征在于，包括以下步驟：

步驟1、獲取推薦系統的評分數據，并利用三分法對推薦系統中的評分進行分類，建立每個類別的隸屬度函數，得到評分的模糊集表示；

步驟2、根據評分的模糊集表示分別建立用戶和項目的模糊集表示，所述模糊集表示用戶或項目分別在低分、中分、高分的傾向；

步驟3、根據用戶和項目的模糊集表示預估任意用戶u對項目i的評分的模糊集表示，并進行歸一化處理；

步驟4、根據噪聲檢測規則進行自然噪聲檢測；

步驟5、自然噪聲修正：根據最大隸屬度原則，對已經檢測出的噪聲數據進行修正，對所有噪聲修正完成后形成新的數據集；

所述步驟1利用三分法對推薦系統中評分進行分類，并建立每個類別的隸屬度函數，并得到評分的模糊集表示，具體包括：

評分預劃分為三個類別：低分(low)，中分(medium)，高分(high)，低分隸屬度函數為A₁,中分隸屬度函數為A₂，高分隸屬度函數為A₃，根據三分法有：

a、b分別表示低分-中分(low-medium)分界點所滿足的正態分布的均值和中分-高分(medium-high)分界點所滿足的正態分布的均值，σ₁、σ₂分別表示低分-中分(low-medium)分界點所滿足的正態分布的方差和中分-高分(medium-high)分界點所滿足的正態分布的方差，其中R代表推薦系統的評分范圍集合，minR和maxR分別為最小值和最大值運算，round為取整運算；

根據低分(low)，中分(medium)，高分(high)的隸屬度函數，任意一個評分的模糊集表示為：F_r＝(A₁(r),A₂(r),A₃(r))。

2.根據權利要求1所述的一種應用于推薦系統中的自然噪聲模糊管理方法，其特征在于，所述步驟2根據評分的模糊集表示分別建立用戶和項目的模糊集表示，該模糊集表示用戶或項目分別在低分(low)，中分(medium)，高分(high)的傾向，具體為：

用戶模糊集(F_u)：

項目模糊集(F_i)：

其中，R_u表示用戶提供的歷史評分集合，分別表示用戶u在低分，中分和高分上的傾向，分別表示項目i在低分，中分和高分的傾向，r表示一個特定的評分值，R_i表示項目獲得的歷史評分集合，函數|·|返回一個集合的大小。

3.根據權利要求2所述的一種應用于推薦系統中的自然噪聲模糊管理方法，其特征在于，所述步驟3根據用戶和項目的模糊集表示預估任意用戶u對項目i的評分的模糊集表示，并進行歸一化處理，具體包括：

根據用戶和項目的模糊集表示預估任意用戶u對項目i的評分的模糊集F_r^p表示：其中分別表示預估評分在低分，中分和高分上隸屬度；

對上式進行歸一化處理，

4.根據權利要求3所述的一種應用于推薦系統中的自然噪聲模糊管理方法，其特征在于，所述步驟4根據噪聲檢測規則進行自然噪聲檢測，具體包括：

自然噪聲檢測：任意用戶u對項目i的原始評分令為d為原始評分和預估評分之間的誤差，公式為：其中函數|·|₂表示L₂范氏；

將誤差d映射到[0,1]空間，為：s代表原始評分和預估評分的相似性，通過實驗設置合適的閾值δ控制數據集含噪程度，據此建立噪聲檢測規則；

噪聲檢測規則：當s＜δ，原始評分被認為是自然噪聲。