[发明专利]一种基于混合协同过滤的影视推荐方法

权利要求书

1.一种基于混合协同过滤的影视推荐方法，其特征在于：所述基于混合协同过滤的影视推荐方法的具体步骤如下：

Step1、采集用户对项目的评分数据形成用户-项目评分矩阵；

Step2、使用基于项目的评分预测方法对用户-项目评分矩阵所代表的训练集进行填充；

Step3、采用基于用户的评分预测方法对测试集中目标用户未评分项目的评分值进行预测；

Step4、采用基于项目的评分预测方法对测试集中目标用户未评分项目的评分值进行预测；

Step5、采用自适应权重将基于用户和基于项目的预测评分值进行有效的结合；

Step6、采用MAE和RMSE来对预测效果进行评价。

2.根据权利要求1所述的基于混合协同过滤的影视推荐方法，其特征在于：所述步骤Step1中，采集用户对项目的评分数据形成用户-项目评分矩阵包括：采集MovieLens数据集中m个用户对n个项目的评分值并分为测试集和训练集，测试集中数据形成用户-项目评分矩阵。

3.根据权利要求1所述的基于混合协同过滤的影视推荐方法，其特征在于：所述步骤Step2中使用基于项目的评分预测方法对用户-项目评分矩阵所代表的训练集进行填充包括：

找到用户u与用户v评价过的项目集合的并集为I_u，v；

用户v在集合I_u，v中没有评价过的项目集合为N_v；

对任意一个项目j∈N_v，计算项目j与集合I_u，v中其余项目间的相似度，并找出最近邻居；

对用户v在项目j上的评分进行预测并填充到评分矩阵。

4.根据权利要求1所述的基于混合协同过滤的影视推荐方法，其特征在于：所述步骤Step3中采用基于用户的评分预测方法对测试集中目标用户未评分项目的评分值进行预测包括：

计算目标用户和评分矩阵中所有用户的相似度；

根据相似度大小进行排序，找出目标用户的最近邻居；

预测目标用户对其未评分项目的评分值。

5.根据权利要求1所述的基于混合协同过滤的影视推荐方法，其特征在于：所述步骤Step4中采用基于项目的评分预测方法对测试集中目标用户未评分项目的评分值进行预测包括：

计算目标用户的未评分项目与评分矩阵中所有项目之间的相似度；

根据相似度大小进行排序，找出未评分项目的最近邻居；

预测目标用户对其未评分项目的评分值。

6.根据权利要求1所述的基于混合协同过滤的影视推荐方法，其特征在于：所述步骤Step5中采用自适应权重将基于用户和基于项目的预测评分值进行有效的结合包括：

根据基于项目和基于用户的方法找出的用户和项目的最近邻数量，计算得出可调节因子β和1-β，分别代表项目和用户的推荐能力；

利用目标用户与最近邻集合中用户的相似度得到用户的平衡因子α_U；

利用目标项目与最近邻集合中项目的相似度得到项目的平衡因子α_I；

将可调节因子和平衡因子进行结合形成自适应用户权重ω_U和自适应项目权重ω_I；

利用自适应权重将基于项目和基于用户的评分预测值进行加权求和，得出综合推荐结果。

7.根据权利要求1所述的基于混合协同过滤的影视推荐方法，其特征在于：所述步骤Step6中，所述采用MAE和RMSE来对预测效果进行评价包括：

计算平均绝对误差MAE和均方根误差RMSE；

计算预测值与实际值之间的误差来对推荐结果进行评估。