[发明专利]一种基于层次结构的推荐方法

摘要

本发明公开了一种基于层次结构的推荐方法，属于信息技术领域，本发明通过提取item属性特征以及与item相关性最高的user属性特征，然后对item和user进行聚类，在类别层次学习user类别和item类别关系，构建user类别‑item类别评分矩阵R；通过计算新用户与user类别相似性，为其划分user类别；根据评分矩阵R值排序，为新用户推荐值最大的item类别。本发明先学习类别之间关系，再学习具体对象之间关系，采用层次结构思维实现项目推荐，既发掘了不同群体间对item的不同偏好，又提高了推荐算法的准确性，相较于传统基于user的协同过滤算法，该方法的准确率提高了10％左右。

主权项

1.一种基于层次结构的推荐方法，其特征在于：包括以下步骤：S1：提取item属性特征以及提取与item最相关的user属性特征，并分别构建user属性矩阵和item属性矩阵；S2：对item和user数据进行聚类；通过k‑means聚类方法对item聚类，划分item类别；基于user和item属性的双聚类算法对user聚类，划分user类别；S3：在类别层次学习user类别和item类别关系，构建user类别‑item类别评分矩阵R，用来表征不同user对不同item的偏好；S4：计算新用户与user类型相似性，将其划分到与其距离最近的user类别中；S5：为新用户推荐item类别，将其所在user类别的TOP1 item类别作为推荐项目，其中TOP1 item为对应评分值最大的item类别。