[發明專利]基于用戶需求和標簽關聯度的電影推薦方法和系統

有效

• 申請號: 202110280021.3
• 申請日: 2021-03-16
• 公開（公告）號: CN113076472B
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 儲昭碧;張亮;朱敏;于振磊;楊蘭
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/435;G06F16/48
• 代理公司: 合肥和瑞知識產權代理事務所(普通合伙) 34118
• 代理人: 金宇平

一種基于用戶需求和標簽關聯度的電影推薦方法，包括：獲取用戶輸入的電影標簽作為目標標簽，并組合所有目標標簽形成目標項；獲取目標項和電影庫中的電影包含的目標標簽以外的所有電影標簽作為原始項，獲取支持度大于或等于最小支持度a0的原始項作為頻繁項；將頻繁項兩兩合并作為候選項，將支持度大于或等于最小支持度a0的候選項記作過渡項；將頻繁項更新為過渡項并再次兩兩合并；直至篩選包含有目標項的候選項作為預備項；預備項劃分為目標項和關聯項，關聯項包含預備項中目標項以外的所有電影標簽。然后根據關聯項向用戶推薦電影，保證了推薦電影與用戶興趣傾向的關聯，從而實現了對用戶推薦電影的精確定向。

技術領域

本發明涉數據挖掘和信息處理領域，尤其涉及一種基于用戶需求和標簽關聯度的電影推薦方法和系統。

背景技術

隨著互聯網技術的發展以及人們越來越高的要求，以及近年來數據挖掘在各行各業開始廣泛使用，例如面向用戶的電影推薦等。現有的電影推薦算法以協同過濾算法為主，其功能主要是通過自己的愛好，找到與其相似的用戶然后推薦相似用戶的愛好。

協同過濾算法是以項目屬性或用戶評分相近的思想作為推薦的基礎的。其主要觀點是根據觀點相似的用戶的進行選推薦。是一種依賴于大量用戶信息的信息過濾算法。從大量的用戶中查找出一組和目標用戶評分相近的用戶集合和項目集合并依據相似用戶對于同一個項目的評分，預測目標用戶對該項目的評分，根據項目所得評分的排名順序得出推薦意見給集群中的其他用戶。目前，協同過濾推薦方法存在以下技術問題：

1.該推薦算法需要依賴其他用戶的評分信息來進行判斷，所以要對其他用戶的信息進行收集處理，從而降低了推薦效率。

2.該推薦算法推薦的準確度依然存在問題，該推薦算法以他人評分為基礎進行推薦所以推薦的電影可能自己并不是自己想看的類型，所以其準確度并不高。

發明內容

針對現有的技術不足，本發明提供了一種基于用戶需求和標簽關聯度的電影推薦方法和系統，其目的在于提高推薦效率，提高推薦的相關性，根據用戶的需求來進行相關推薦。

本發明采用以下技術方案：

一種基于用戶需求和標簽關聯度的電影推薦方法，包括以下步驟：

S1、獲取用戶輸入的電影標簽作為目標標簽，并組合所有目標標簽形成目標項；設置最小支持度a0和最小置信度b0，0a0≤c0，c0為目標項的支持度的值；0b01；

支持度c的計算方式為：c＝f/D，f為電影庫中包含待計算支持度的電影標簽集合的電影的數量，所述電影標簽集合中至少包含一個電影標簽；D為電影庫中的電影的總數；

S2、獲取電影庫中的電影包含的目標標簽以外的所有電影標簽和目標項作為原始項，獲取支持度大于或等于最小支持度a0的原始項作為頻繁項；

S3、將頻繁項兩兩合并作為候選項，將支持度大于或等于最小支持度a0的候選項記作過渡項；

S4、判斷過渡項的數量是否大于或等于2，且至少一個過渡項包含目標項；是，則將頻繁項更新為過渡項，然后返回步驟S3；

S5、否，則篩選包含有目標項的候選項作為預備項；預備項劃分為目標項和關聯項，關聯項包含預備項中目標項以外的所有電影標簽；

S6、計算各預備項的置信度；

置信度的計算方式為：

其中，表示電影標簽集合，y表示目標項，z表示中目標項以外的電影標簽的集合，表示的置信度，表示的支持度，support(y)表示目標項的支持度；

S7、獲取置信度大于最小置信度b0的預備項的關聯項作為目標關聯項。