[发明专利]模拟TF-IDF相似性计算的协同过滤推荐算法

摘要

本文提出了一种推荐领域中全新的计算用户相似性的方法，该方法模拟搜索技术中常用的词频‑反文档频率（TF‑IDF）的统计方法，无需多次计算目标用户与邻居用户共同评分项值以及用户对物品的具体评分值，便可计算出用户之间的相似性。然后再利用得到的相似性，求出用户对物品的预测评分，最终做出推荐。该方法可以有效提高推荐的准确率与实时性，并且增加了推荐系统的可扩展性。

主权项

1.模拟TF‑IDF相似度计算的协同过滤推荐方法，其特征在于，提出了一种计算用户相似度的方法，该方法模拟搜索技术中常用的词频‑反文档频率(TF‑IDF)的统计方法，无需多次计算目标用户与邻居用户共同评分项值以及用户对物品的具体评分值，便可计算出用户之间的相似性；然后再利用得到的相似性，求出用户对物品的预测评分，最终做出推荐；该方法可以有效提高推荐的准确率与实时性，并且增加了推荐系统的可扩展性；其中，实现方案共分为两个步骤,计算用户间共同评分物品的比例CIFij和邻居用户j所评分项目占系统中所有项目比例的反评分频率INIFj；通过以上两个步骤所得结果的乘积，可以有效判断邻居用户j与目标用户i的相似程度，该方法不同于传统的包括余弦相似度、皮尔逊相似度的相似度计算方法，可以忽略用户对物品具体的评分值；提出了一种计算用户间相似度的算法，利用该方法可以在保证系统推荐准确率的同时，提高了推荐系统可以利用的领域与扩展性；共同评分物品比例CIF_IJ是模拟词频‑反文档频率(TF‑IDF)中的词频(TF)计算公式来实现的，具体公式为即计算目标用户i与邻居用户j之间共同评分物品占二者评分物品总和的比例；通过CIF_ij的值，初步得出用户i和j之间的相似度，即共同评分的物品越多，相似度越高；公式中分子中的数字2保证了CIF_ij的值在0‑1之间；邻居用户j所评分项目占系统中所有项目比例的反评分频率INIF_j是模拟词频‑反文档频率(TF‑IDF)中的反文档频率(IDF)计算公式来实现的，具体公式为即计算邻居用户j已有评分物品占系统中所有商品的反评分；通过INIF_j的值，可以看出，评分越多的邻居用户相对于目标用户来说，其个性化特征越少，因此对目标用户的重要性就越差，公式中分母中的lgN同样保证了INIF_j的值在0‑1之间；因此二者乘积的值也必然在0‑1之间，这样就与传统相似性计算公式的值相匹配，可以有效的用于后续的推荐中，而不产生影响。