[发明专利]基于物品能量扩散和用户偏好的协同过滤推荐方法

说明书

本发明公开了一种可同时提供高精度和高多样性推荐的基于物品能量扩散和用户偏好的协同过滤推荐方法，该方法包括如下步骤：统计用户对物品的评分信息，构建用户‑物品二部图；初始化物品能量，根据能量扩散原理并结合用户偏好，将每个物品的初始能量通过用户扩散到物品；按照物品之间能量扩散的比重，计算物品之间的相似度，并选取邻近物品；针对目标用户未评分的物品，根据其邻近物品的评分对其进行预测评分；选取预测评分最高的N个未评分物品推荐给目标用户。

技术领域

本发明涉及推荐技术领域，尤其涉及一种可同时提供高精度和高多样性推荐的基于物品能量扩散和用户偏好的协同过滤推荐方法。

背景技术

随着移动智能设备的发展，数据正在以爆炸式的速度增长，人们无法从海量的信息中快速准确地找到自己所需的信息，因此产生“信息过载”的现象。推荐系统可以根据用户个人信息来感知用户的需求，智能且快速地为用户推荐有价值的信息，解决“信息过载”问题。

基于物品的协同过滤方法是目前推荐系统应用非常广泛的推荐技术之一。该方法假设一个物品如果与用户过去喜欢的物品相似，则该物品也可能被用户所喜欢，首先计算物品之间的相似度，然后选取相似度最高的物品作为的邻近物品，接下来根据邻近物品的信息为目标用户未评分的物品进行预测评分，最后在目标用户未评分的物品中，选取预测评分最高的物品推荐给目标用户。该方法可以为不同类型的用户提供不同类型的推荐，因此推荐结果具有多样性高的特点，但是推荐的精度往往不尽人意。

能量扩散是物理学中的一种现象，近年来，能量扩散方法常被用在信息过滤领域。在推荐系统中，该方法假设每个物品都有一定的推荐能力，即物品能量，首先初始化目标用户选择过的物品能量，然后物品将自身的初始能量平均地分配给所有选择过它的用户，接下来用户将自己获得的能量平均地分配给其选择的物品，最后在目标用户的未选择过的物品中，能量最高的物品将被推荐给目标用户。该方法计算简单、高效。但是，该方法在能量的扩散过程中，无论是物品到用户还是用户到物品都是进行平均扩散，没有考虑到用户以及物品之间的差异性且物品初始化不同的能量将产生不同的推荐结果，故该方法所推荐的物品往往是流行热门的物品，推荐的多样性较差。

发明内容

本发明是为了解决现有技术所存在的上述技术问题，提供一种可同时提供高精度和高多样性推荐的基于物品能量扩散和用户偏好的协同过滤推荐方法。

本发明的技术解决方案是： 一种基于物品能量扩散和用户偏好的协同过滤推荐方法，其特征在于按照如下步骤进行：