[發明專利]基于用戶興趣和評分偏好差異自適應結合的協同過濾推薦算法

在審

• 申請號: 202210259672.9
• 申請日: 2022-03-16
• 公開（公告）號: CN114611013A
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 林曉;王勛;黃偉;鄭曉妹
• 申請（專利權）人: 上海師范大學
• 主分類號: G06F16/9536
• 分類號: G06F16/9536;G06F16/9535;G06Q10/06;G06Q10/10
• 代理公司: 重慶知育道知識產權代理事務所(普通合伙) 50296
• 代理人: 肖勤

本發明公開了基于用戶興趣和評分偏好差異自適應結合的協同過濾推薦算法，包括以下步驟：步驟一：用戶相似度的計算；步驟二：用戶評分偏好差異的建模；步驟三：用戶相似度和用戶評分偏好差異的自適應結合；步驟四：目標用戶的評分預測并給予推薦；本發明的協同過濾推薦算法通過集成用戶興趣和評分行為偏好差異，利用改進的相似度計算方法，融合項目評分及時間因素，計算了用戶之間的興趣相似度，通過利用用戶評分的變異系數，對用戶評分行為偏好差異進行建模，最后，自適應結合為ITPCR相似度，并據此選擇最近鄰用戶，并根據鄰居集為用戶生成推薦，該算法緩解了數據稀疏性的問題，提高了系統的推薦效率和精度。

技術領域

本發明涉及數據推薦技術領域，具體是基于用戶興趣和評分偏好差異自適應結合的協同過濾推薦算法。

背景技術

現代社會，信息技術的快速發展，大大的豐富和方便了人們的日常生活，與此同時，在海量信息供給予用戶多樣化需求之間矛盾日益突出的情況下，將個性化推薦應用到相關領域是明智的選擇。推薦算法有很多分類，主要有基于內容的推薦、基于協同過濾的推薦和基于關聯規則的推薦。

協同過濾是應用最廣泛的個性化推薦算法之一，隨著該推薦算法的廣泛應用與研究，協同過濾推薦技術的問題逐漸凸顯出來了，在對數據稀疏性和預測精度問題，本發明固提出基于用戶興趣和評分偏好差異自適應結合的協同過濾推薦算法。

發明內容

本發明的目的在于提供基于用戶興趣和評分偏好差異自適應結合的協同過濾推薦算法，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：

基于用戶興趣和評分偏好差異自適應結合的協同過濾推薦算法，包括以下步驟：

步驟一：用戶相似度的計算；

步驟二：用戶評分偏好差異的建模；

步驟三：用戶相似度和用戶評分偏好差異的自適應結合；

步驟四：目標用戶的評分預測并給予推薦。

作為本發明再進一步的方案：所述步驟一的用戶相似度計算通過結合用戶、項目平均評分及時間因素優化相似度測量模型，如下公式(1)所示：

其中ω_u、ω_i分別為用戶、項目時間因子，計算方法如下公式(2)、公式(3)所示：

其中，分別為用戶最后一次和第一次提供評分的時間，分別為最后一次和第一次對項目進行評分的時間。

作為本發明再進一步的方案：所述步驟二通過更能夠體現出組內變化差異的變異系數來對用戶評分行為偏好差異進行建模，降低了變量個體的數值差異對變量間相似度的影響，用戶評分的變易系數計算公式如下公式(4)所示：

其中，Var_a為用戶a的評分方差，計算公式為下公式(5)所示：

其中，|I_a|表示被用戶a評分過的項目數量，

使用用戶變異系數建模的用戶評分行為偏好即如下公式(6)所示：

在公式(6)中，分別代表著用戶a和用戶b的平均評分，CV_a、CV_b分別代表著用戶a和用戶b評分的變異系數。