[发明专利]一种基于多源用户评论的评分预测方法

说明书

本发明提供了一种基于多源用户评论的评分预测方法，属于推荐系统领域。对用户历史消费记录进行数据预处理；根据用户‑物品评分矩阵和相似度公式计算得到不同用户之间的相似度，使用相似度最高的相似用户撰写的相关评论对用户评论进行补充；接着提取评论特征；最后进行评论特征融合处理。本发明可以基于用户历史消费记录筛选出相似用户撰写的相关评论，对用户评论进行补充，为每位用户都构建一个用户评论补充文档，可以缓解用户评论的数据稀疏问题，丰富用户画像，提升评分预测的准确性，进而提高用户对推荐系统的满意度。此外，用户评论补充文档是由相似用户撰写的相关评论构成的，与用户自己撰写的评论存在一定的差异性，可以提高推荐的多样性。

技术领域

本发明属于推荐系统领域，尤其涉及一种基于多源用户评论的评分预测方法。

背景技术

在如今互联网信息过载的情况下，无明确需求的信息消费者想方便地找到感兴趣的内容，信息生产者则想将自己的内容推送给合适的目标用户，推荐系统应运而生。评分预测是推荐系统中的一类经典模型，系统对用户所有没消费过的物品进行评分预测，然后将预测分数最高的N个物品推荐给用户。评分预测问题中目前采用最广泛的方法是协同过滤算法，协同过滤算法通过利用用户行为数据来挖掘出用户的兴趣，并为其推荐可能感兴趣的物品，经典工作包括矩阵分解算法(MF)及其扩展工作概率矩阵分解算法(PMF)等(Koren,Y.,Bell,R.M.,Volinsky,C.:Matrix factorization techniques for mendersystems.IEEE Computer 42(8),30–37(2009).和Salakhutdinov,R.,Mnih,A.:Probabilistic matrix factorization.In:NIPS.pp.1257–1264(2007).)，上述工作只利用用户历史评分数据，将用户和物品都映射到高维空间中用向量进行表示，然后计算点积得到预测结果。

虽然协同过滤算法性能很好，但是它无法为消费记录少的用户提供良好的个性化推荐服务。也就是说，协同过滤算法存在的数据稀疏问题比较严重。数据稀疏问题是因为现在待处理的推荐系统规模越来越大，用户和商品数目动辄上亿，两个用户之间选择的重叠非常少，例如淘宝网的数据稀疏度在百万分之一以下。数据稀疏问题直接影响到推荐系统的推荐质量，因此受到了学术界和工业界的高度关注。目前提出的解决数据稀疏问题的方式主要包括：

简单填值：简单填值法就是用一个固定的数值填充系统中所有的未评分的物品，从而解决稀疏性问题的一种方法，常用所有评分的平均值进行填充。

聚类：该方法根据用户兴趣之间的差异，利用某种聚类算法将系统中的所有用户划分为不同的群体；系统把用户所在群体的中心值作为用户对未评物品的评分预测值，进行用户-物品评分矩阵的填充。主要的聚类方法有k-means聚类和遗传聚类等。

降维：用户-物品评分矩阵出现数据稀疏的情况是由物品的高维数据引起的，因此可以考虑采取一定措施降低物品数据的维度，进而达到约减数据的目的。目前常见的降维技术主要有简单降维方法、矩阵分解和主成分分析(PCA)三类。

融合：协同过滤算法利用的信息只是用户评分数据，基于内容的过滤可以利用用户和物品的固有属性和描述信息，因此将这两种方式融合在一起可以增加可利用的数据量。