[发明专利]基于可信数据推荐服务的方法

摘要

本发明公开一种基于可信数据推荐服务的方法，解决了现有技术数据可信度不高，出现预测准确度低的问题，使本发明能够给用户推荐更为准确的项目，同时，采用扰动了训练集数据的方法使原训练集数据得到了隐藏，克服了现有技术用户信息泄露的问题，使本发明避免了用户信息的泄露，达到对用户信息的保护。其方法步骤为：(1)提取预测数据集；(2)扰动训练集数据；(3)计算训练集和三个子训练集中用户对项目的可信评分；(4)预测项目评分；(5)评估预测评分；(6)获得推荐项目。本发明不仅提高了预测准确度，同时实现了对用户的信息保护。

主权项

一种基于可信数据推荐服务的方法，包括以下步骤：(1)提取预测数据集：(1a)从商品数据集中依次提取所有的项目编号组成一列预测数据集、依次提取所有的用户编号组成一列预测数据集、依次提取所有的用户对项目的评分组成一列预测数据集、依次提取所有的用户评分投票的总数组成一列预测数据集、依次提取所有的项目评分中帮助评分的用户数目组成一列预测数据集，将所有提取的五列预测数据组成预测数据集；(1b)将预测数据集按照4：1的比率随机分为训练集和测试集，同时将该测试集复制为四份，得到第一个测试集，第二个测试集，第三个测试集，第四个测试集；(1c)按照下式，计算训练集中用户对项目的评分列数据对应的可信度：$r=\frac{m}{n}$其中，r表示训练集中用户对项目的评分数据的可信度；m表示训练集中项目评分中投有用评分的用户数目；n表示训练集中用户评分投票的总数；(1d)从训练集中提取可信度大于0.5的所有列的数据组成第一个子训练集S₁；从训练集中提取可信度大于0.8的所有列的数据组成第二个子训练集S₂；从训练集中提取可信度等于1的所有列的数据组成第三个子训练集S₃；(2)扰动训练集数据：分别在训练集、第一个子训练集S₁、第二个子训练集S₂、第三个子训练集S₃的用户对项目的评分数据列上加入呈高斯分布的一组随机数，实现对该列评分数据列的扰动；(3)按照下式，分别计算训练集和三个子训练集中用户对项目的可信评分：$T_p^i=R_p^i*r$其中，表示用户p对项目i的可信评分；表示用户p对项目i的历史评分；*表示相乘操作；r表示用户对项目的评分的可信度；(4)预测项目评分：(4a)以训练集中的所有的用户编号为行，所有的项目编号为列，构建一个训练集矩阵；(4b)以三个子训练集中的所有的用户编号为行，所有的项目编号为列，分别构建三个子训练集矩阵；(4c)分别对训练集矩阵和三个子训练集矩阵中用户未给出评分的项目，进行预测评分，得到了训练集预测评分列和三个子训练集预测评分列；(5)评估预测评分：(5a)在第一个测试集中新建一列，将训练集预测评分列添加到第一个测试集新建的列上，组成第一个测试集的用户对项目的预测评分列；(5b)在第二个测试集、第三个测试集、第四个测试集中分别新建一列，将训练集预测评分列添加到第二个测试集、第三个测试集、第四个测试集中新建的列上，组成第二个测试集、第三个测试集、第四个测试集的用户对项目的预测评分列；(5c)删除第一个测试集、第二个测试集、第三个测试集、第四个测试集中用户对项目没有进行预测评分的行；(5d)采用平均绝对误差指标公式，分别对第一个测试集、第二个测试集、第三个测试集、第四个测试集中用户对项目的预测评分进行评估，得到了第一次评估后的预测评分；(5e)采用均方根误差指标公式，分别第一次评估后的预测评分进行进一步的评估，得到第二次评估后的预测评分值；(6)获得推荐项目对所有项目第二次评估后的预测评分值按照从大到小进行排序，将预测评分最高的前5个项目作为推荐对象输出给用户。