[發明專利]一種基于用戶偏好修正的智能推薦方法及系統

有效

• 申請號: 202111358835.0
• 申請日: 2021-11-17
• 公開（公告）號: CN114021020B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 易輝;田磊;陳晨子;繆小冬
• 申請（專利權）人: 南京工業大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F17/16
• 代理公司: 南京燦爛知識產權代理有限公司 32356
• 代理人: 安士影

1.一種基于用戶偏好修正的智能推薦方法，其特征在于，具體包括以下步驟：

步驟1、把用戶集U＝{u₁,u₂,u₃,…u_i…,u_n}與產品集I＝{i₁,i₂,i₃,…i_i…,i_m}用矩陣的形式表示出“用戶—產品”評分矩陣R；其中，u_i＝{ID,age,gender,professional,eva₁,eva₂,…eva_m}，u_i表示第i個用戶的用戶特征，i_i＝{movieID,name,type₁,type₂,type₃,…,score₁,score₂,…score_n}，i_i表示第i件產品的產品屬性特征；

其中，n表示用戶的序號，m表示產品的序號；ID,age,gender,professional,eva₁,eva₂,…eva_m分別表示用戶ID，年齡，性別，職業，第1個產品打分，第1個產品打分……第m個產品打分；

movieID,name,type₁,type₂,type₃,…,score₁,score₂,…score_n分別表示電影ID，電影名，屬性1，屬性2……第1個用戶打分，第1個用戶打分……第n個用戶打分；

步驟2、通過評分矩陣R獲得用戶n對產品m的打分向量通過某一產品所有評價分值獲得該產品打分向量

r_nm表示用戶n對產品m的打分；步驟3、通過偏好修正函數對用戶的打分偏好進行修正，并進行滿意度投影，生成滿意度修正矩陣R'；

步驟4、將用戶偏好修正后的特征與用戶基本特征結合生成用戶畫像矩陣將產品打分向量與產品屬性特征結合形成產品屬性矩陣

步驟5、通過戶畫像矩陣和產品屬性矩陣基于因子分解機模型計算用戶與產品之間的相關度，對用戶進行產品推薦；

步驟3具體包括以下步驟：

S301，將用戶i的所有打分記錄求取打分平均值

S302：將用戶i對所有產品的打分值與他的打分平均值進行比較，獲取敏感指數λ_i，其中，

為該用戶的打分均值，r_im表示用戶i對產品m的打分，在矩陣R中獲取，ζ為不敏感因子；

S303：計算偏差修正度ξ，偏差修正度將用戶的打分值消除偏好影響，將用戶的打分值均勻投影在滿意度取值區間內；

S304：建立偏好修正函數為：

φ_i＝3+λ_iξ

φ_i表示用戶i的打分值修正系數；

S305：基于φ_i，將所有產品的打分值修正后重新生成均勻投影到投影區間上，建立滿意度修正矩陣R'，滿意度修正矩陣R'是把原來的評分矩陣R中的所有打分值r_n,m換做用戶偏好修正后的打分值r'_n,m，

2.根據權利要求1所述一種基于用戶偏好修正的智能推薦方法，其特征在于，步驟1具體包括以下步驟：

用矩陣的形式表示出“用戶—產品”評分矩陣R為公式(1)：

其中，r_n,m表示用戶n對產品m的打分。

3.根據權利要求1所述一種基于用戶偏好修正的智能推薦方法，其特征在于，

步驟2具體包括以下步驟：

將用戶特征中的用戶對產品的打分值提取出來并向量化方向為產品編號；產品編號用于表示用戶屬性標簽和產品屬性標簽，將產品屬性特征中所有用戶對該產品的打分情況提取出來進行向量化r_nm表示用戶n對產品m的打分向量。