[发明专利]一种基于用户评分预测用户对项目属性偏好的系统及方法

权利要求书

1.一种基于用户评分预测用户对项目属性偏好的系统，其特征在于，包括：显性用户偏好相似度计算模块、隐性用户偏好相似度计算模块及预测模块，其中

显性用户偏好相似度计算模块通过用户-项目-属性三分图表示用户对项目属性的偏好，计算用户在项目属性偏好上的相似性；

隐性用户偏好相似度计算模块，用于结合知识图谱从用户历史交互项目出发，沿着知识图谱有向传播能很好的刻画出用户的隐藏偏好，计算出用户在隐藏偏好上的相似性；

预测模块，用于通过线性拟合得到最终的用户相似性，通过用户相似性得到指定用户的最近邻邻居后通过评分预测公式来预测用户对未评分项目的评分；

所述显性用户偏好相似度计算模块通过用户-项目-属性三分图表示用户对项目属性的偏好，计算用户在项目属性偏好上的相似性，具体包括：

用户集：

商品集：

属性集：

F表示用户un对商品im的评分，如下：

F＝{f(un,im)|n＝1,2,3，m＝1,2,3,4}

若用户对商品没有评分，则记f(un,im)＝0

G表示商品im是否具有属性ak，如下：

G＝{g(im,ak)|m＝1,2,3,4，k＝1,2,3,4,5}其中

p表示用户un评价的所有属性中ak所占的比例；

d表示用户un对属性ak的偏好程度即属性得分，如下：

n＝1,2,3，m＝1,2,3,4，k＝1,2,3,4,5

带入用户对属性的偏好程度计算用户显性偏好相似度；

d_v,i表示用户v对项目属性i的偏好；

d_u,i表示用户u对项目属性i的偏好；

sim_E(u,v)中的E表示显性的意思；

所述用户隐性偏好相似度计算模块的计算过程具体包括：

将用户U和项目I作为输入，输出用户对项目的偏好

用户集：

商品集：

用户项目交互矩阵：Y＝{y_uv|u∈U,v∈V}

定义1

定义2

H表示总的跳数；

表示继承实体；

(hi,ri,ti)是知识图谱中的三元组，hi表示头实体，ti表示尾实体，ri表示关系；

G表示知识图谱G；

表示继承连接，里面都是知识图谱中的三元组；

偏好传播过程：

每个项目I与项目嵌入i∈R^d相关联，其中d是嵌入的维度，给定项目嵌入i和第一跳的继承连接集合通过将项目I与头实体hi和关系实体ri进行比较，为中的每个三元组分配一个关联概率：其中Ri和hi分别是三元组中关系ri和头实体hi的嵌入，那么pi就被认为是项目I和头实体hi的相似性，在获得相关概率后，将中的尾实体与关联概率相乘得到从用户历史交互项目沿着知识图谱传播一跳的传播向量接着继续沿着继承链接计算然后通过将所有传播向量相加得到用户嵌入最后通过用户嵌入和项目嵌入来获得用户对项目的偏好程度：其中最后通过皮尔逊相似度计算公式计算用户之间的隐性偏好相似度sim_I(u,v)；

所述预测模块具体包括：将用户显性偏好相似度和用户隐性偏好相似度进行线性拟合得到最终的用户相似度再根据评分公式给出评分预测，sim(u，v)＝ω*sim_E(u，v)+(1-ω)*(sim_I(u，v))，用户相似度最终评分预测；

表示用户u的所有评分的平均分；

KNB表示邻居用户集；

r_ui表示用户u对项目i的评分；

表示用户v的所有评分的平均分。

2.一种基于权利要求1所述系统的预测方法，其特征在于，包括以下步骤：

显性用户偏好相似度计算步骤：通过用户-项目-属性三分图表示用户对项目属性的偏好，计算用户在项目属性偏好上的相似性；

隐性用户偏好相似度计算步骤：结合知识图谱从用户历史交互项目出发，沿着知识图谱有向传播能很好的刻画出用户的隐藏偏好，计算出用户在隐藏偏好上的相似性；

预测步骤：通过线性拟合得到最终的用户相似性，通过用户相似性得到指定用户的最近邻邻居后通过评分预测公式来预测用户对未评分项目的评分。