[发明专利]一种融合评论文本和特征加权的四维张量分解推荐方法

权利要求书

1.一种融合评论文本和特征加权的四维张量分解推荐方法，其特征在于，包括以下步骤：

S1、数据的采集及划分；将处理好的数据集随机选取80％的历史交互作为训练集，用于训练模型；其余作为测试集，用于评估模型的泛化能力；从训练集中随机选取10％的交互作为验证集，用于调整超参数；

S2、评论文本的处理：先进行词向量训练，运用doc2vec工具对评论文本处理得到文本的词向量表示，该向量的维度可在实验调参阶段自我设置，然后将得到的本文词向量输入LSTM神经网络中训练，从而得到具有深层语义的词向量；

S3、张量的构建：对用户、用户特征、项目、项目特征构建4维张量模型，其中用户特征和项目特征都是通过评论文本生成的特征向量；

S4、结合标签及评分数据的加权，结合评分数据与标签计算用户对项目的标签的偏好程度，然后将项目标签与项目特征作相关性分析，从而得到项目标签与项目特征的相关程度，最后将相关程度与偏好程度作内积；

S5、张量的分解及生成推荐：将加权后的张量应用高阶奇异值分解技术，通过对张量进行分解和重构近似张量，达到推荐的目的。

2.如权利要求1所述的融合评论文本和特征加权的四维张量分解推荐方法，其特征在于，所述步骤S1的数据采集及划分的具体步骤如下：

S101、将下载的Moviedata-10M电影数据集进行数据预处理；

S102、使用10-core设置，即保留至少有10次交互的用户和项目；

S103、将数据按照8:1:1的比例分别划分训练集、测试集和验证集。

3.如权利要求1所述的融合评论文本和特征加权的四维张量分解推荐方法，其特征在于，所述步骤S2中评论文本的处理的具体步骤如下：

S201、评论文本的收集：记用户u所写的所有评论文本为将评论文本用词向量表示为即为如下表示：

其中表示用户u评论中的第m个词，表示词对应的词向量，符号表示列向量的连接操作；

S202、评论文本的向量化表示：运用doc2vec分别对用户的评论文本集和项目的评论文本集训练；

S203、评论文本的深层语义挖掘：将上述表示用户及项目的向量输入到LSTM神经网络中，深入挖掘用户及项目的潜在特征。

4.如权利要求1所述的融合评论文本和特征加权的四维张量分解推荐方法，其特征在于，所述步骤S3中张量的构建的具体步骤如下：

S301、张量的特征组成：张量模型由四元组{用户，用户的特征，项目，项目的特征}构成；

S302、张量的填充：张量的填充值为0或者1。

5.如权利要求1所述的融合评论文本和特征加权的四维张量分解推荐方法，其特征在于，所述步骤S4中结合标签及评分数据的加权的具体步骤如下：

S401、标签向量化：由于每个项目都有一个或多个固定的标签，故可对这些标进行向量化处理，向量的维数大小等于标签的个数，当某项目具有某几个标签时，只需在标签向量的对应位填入1，没有的话则填0；

S402、用户对项目标签的偏好计算：用户观看了具有某标签的项目次数越多，表明用户对此标签的兴趣越大；用户观对具有某标签的项目评分越高，表明用户对此标签的兴趣越大，针对以上两点，可计算出用户对项目标签的偏好程度；

S403、项目标签与项目特征的相关性计算：运用Point-Biserial相关系数测量一组连续变量和一组二元分类变量的线性关系，项目标签是二元分类变量，项目特征是连续变量；

S404、张量加权：用户对项目特征的一个偏好，将这个用户对项目特征的偏好作为张量中用户对项目的偏好权重。

6.如权利要求1所述的融合评论文本和特征加权的四维张量分解推荐方法，其特征在于，所述步骤S5中张量的分解及生成推荐的具体步骤如下：

S501、张量降维：对张量在四个维度上分别降维；

S502、奇异值分解：将上一步骤在各个维度降维得到的矩阵A₁、A₂、A₃分别作奇异值分解，通过奇异值分解组成的对角矩阵S⁽ⁿ⁾，具体分解情况如下：

A_n＝U⁽ⁿ⁾·S⁽ⁿ⁾·(V⁽ⁿ⁾)^T,1≤n≤4

通过低秩逼近对矩阵A_n的奇异值进行删减，能够很好地过滤掉由小的奇异值引起的噪声，达到降噪的目的；

S503、高阶奇异值分解；

S504、生成推荐：经过上述一系列操作，可以知道具有某种特征的用户对具有某种特征的项目的偏好程度，按偏好程度可形成推荐列表。