[发明专利]一种基于最近邻用户重排序(DRNN)的相似度计算方法

摘要

一种基于最近邻用户重排序(DRNN)的相似度计算方法。属于个性化推荐领域。本发明特征包括以下二点：(1)提出一种基于最近邻用户重排序(DRNN)的相似度计算方法，充分利用项目类别信息，根据不同的目标项目动态调整邻居集内用户权重，该方法可以在传统相似度计算的方法上根据项目的类别信息，更加深入的挖掘用户之间的相似性，以便形成更加符合实际情况的最近邻集合，最终提高预测的准确程度；(2)提出修正的重叠度因子弥补现有方法中手动调整参数的不足，同时考虑了用户的评分行为的差异性，增强了方法实用性。综合以上二点最终形成本发明中提出的相似度计算公式。实验结果表明，该方法可以有效缓解数据系数问题，明显提升预测结果的准确性。

主权项

一种基于最近邻用户重排序(DRNN)的相似度计算方法，其特征在于，包括计算修正的重叠度因子、计算局部相似度、重排序最近邻居集三大步骤：所述的计算修正的重叠度因子，其步骤为：步骤a，计算目标用户i和待计算用户j共同评价目标项目数，以此作为衡量用户之间的相似度紧密程度的一个重要因素；步骤b，计算二个用户的评分方差值，用户的评分方差值越大表示该用户的评分不稳定；步骤c，将步骤a和步骤b中计算的值进行整合形成修正的重叠度因子计算公式；所述的计算局部相似度，其步骤为：步骤d，寻找满足条件的用户作为待计算用户；步骤e，计算用户在某一类项目之间的评分相似度；所述的重排序最近邻居集，其步骤为：步骤f，根据上述各步骤，构造本发明中的相似度计算公式。