[发明专利]一种基于产品项目特征扩充的最近邻协同过滤方法

摘要

本发明公开了一种基于产品项目特征扩充的最近邻协同过滤方法(IFA)，该方法包括如下步骤1)用二维表表示产品的评分数据；2)基于朴素贝叶斯分类器的贫信息用户项目相似度计算；3)富信息用户项目相似度计算；4)基于贫信息用户的项目相似度与富信息用户的项目相似度融合；5)结合基于项目的协同过滤算法给出未评分产品的评分预测值集合，并取前N项作为最终推荐结果。本发明能有效反映用户评价的真实情况，提高个性化推荐精度。

主权项

一种基于产品项目特征扩充的最近邻协同过滤方法，其特征是按如下步骤进行：步骤一、用二维表T＝{U,I,S}表示产品的评分数据；所述二维表T中，U＝{U1…,Uu,…,U|u|}表示用户集合，I＝{I1…,Ii,…,I|i|}表示产品集合，S＝{S(1)…,S(s),…,S(|s|)}表示用户对产品的评分集合；所述用户集合U中，|u|为用户的总数目，Uu表示第u个用户；1≤u≤|u|；所述产品集合I中，|i|为产品的总数目，Ii表示第i个产品；1≤i≤|i|；所述评分集合S中，S(s)表示所述评分集合中第s个评分，且S(1)＜…＜S(s)＜…＜S(|s|)；令第u个用户Uu对第i个产品Ii的评分为Su,i，且Su,i∈S；对任意第i个产品Ii和第j个产品Ij；若第u个用户Uu对所述第i个产品Ii和第j个产品Ij均有评分Su,i和Su,j，则表示第u个用户Uu为富信息用户；第u个用户Uu对第i个产品Ii的评分Su,i和第u个用户Uu对第j个产品Ij的评分Su,j均称为富信息用户评分项；1≤j≤|i|；i≠j；对任意第i个产品Ii和第j个产品Ij；若第u个用户Uu仅对所述第i个产品Ii有评分Su,i或仅对第j个产品Ij有评分Su,j，则表示第u个用户Uu为贫信息用户；第u个用户Uu对第i个产品Ii的评分Su,i和第u个用户Uu对第j个产品Ij的评分Su,j均称为贫信息用户评分项；并有：当第u个用户Uu仅对所述第j个产品Ij有评分Su,j时，第u个用户Uu对第i个产品Ii的评分Su,i称为贫信息用户评分项中的缺失值；令所有产品具有的项目特征集合为G＝{g1…,gn,…,g|n|},gn表示所有产品的第n个项目特征；令贫信息用户评分项中的缺失值Su,i所代表的第i个产品Ii的项目特征集合为Gi＝{gi,1…,gi,n,…,gi,|n|}；gi,n表示第i个产品Ii在第n个项目特征gn上的特征值；若第i个产品Ii具有第n个项目特征gn，则gi,n＝1；否则，gi,n＝0；1≤n≤|n|；步骤二、假设第u个用户Uu为贫信息用户；第u个用户Uu对所述第i个产品Ii的评分Su,i为贫信息用户评分项中的缺失值；计算贫信息用户Uu对所述第i个产品Ii与所述第j个产品 Ij的项目相似度simu(Ii,Ij)；步骤2.1、利用式(1)计算获得贫信息用户Uu对所述第i个产品Ii的评分项中的缺失值Su,i为S(s)时的先验概率P(S(s))：式(1)中，I(u)表示贫信息用户Uu对所述产品集合I中所有已评分的产品集合；item表示所述已评分产品集合I(u)中的任一产品；|I(u)|表示所述已评分产品集合I(u)中的产品数目；Su,item表示贫信息用户Uu对所述已评分产品集合I(u)中产品item的评分；|{item∈I(u)|Su,item＝S(s)}|表示贫信息用户Uu在所述已评分产品集合I(u)中评分Su,item为S(s)的产品数目；步骤2.2、利用式(2)计算获得贫信息用户Uu对所述第i个产品Ii的评分项中的缺失值Su,i为S(s)时的似然函数P(gn|S(s))：式(2)中，gitem,n表示贫信息用户Uu对所述已评分产品集合I(u)中的产品item在第n个项目特征gn上的特征值；|{item∈I(u)，gi,n＝1|Su,item＝S(s)∩gitem,n＝gi,n}|表示贫信息用户Uu对所述已评分的产品集合I(u)中的产品item中评分Su,item为S(s)，且贫信息用户Uu对产品item在第n个项目特征gn上的特征值gitem,n与第i个产品Ii在第n个项目特征gn上的特征值gi,n取值均为“1”的项目个数；步骤2.3、利用式(3)计算获得贫信息用户Uu对所述第i个产品Ii的评分Su,i为S(s)时的概率P(S(s)|Ii)：步骤2.4、重复步骤2.1‑步骤2.3，从而获得贫信息用户Uu对第i个产品Ii的缺失值Su,i分别为S(1)…,S(s),…, S(|s|)时的概率，并将最大概率所对应的评分作为贫信息用户Uu对第i个产品 Ii的缺失值Su,i的预测评分；步骤2.5、重复步骤2.4，预测所有贫信息用户评分项中的缺失值，从而补全所述二维表T中所有贫信息用户的缺失值；步骤2.6、基于传统皮尔森相关系数，利用式(4)得到贫信息用户Uu对所述第i个产品Ii与所述第j个产品Ij的项目相似度sim′u(Ii,Ij)：式(4)中，表示在补全所有贫信息用户的缺失值二维表T中，既对所述第i个产品Ii有评分Su,i，又对所述第j个产品Ij有评分Su,j的贫信息用户Uu；表示在补全所有贫信息用户的缺失值二维表T中，所有贫信息用户对第i个产品Ii的平均评分；表示在补全所有贫信息用户的缺失值二维表T中，所有贫信息用户对第j个产品Ij的平均评分；步骤2.7、基于加权皮尔森相关系数，利用式(5)计算得到贫信息用户Uu对所述第i个产品Ii与所述第j个产品Ij的项目相似度simu(Ii,Ij)：式(5)中，表示既对所述第i个产品Ii的有评分Su,i，又对所述第j个产品Ij有评分Su,j的贫信息用户数目，λ是待调节参数；步骤三、假设第v个用户Uv即为富信息用户；计算富信息用户Uv对所述第i个产品Ii与所述第j个产品Ij的项目相似度simv(Ii,Ij)；1≤v≤|u|；v≠u；步骤3.1，基于传统皮尔森相关系数，利用式(6)得到富信息用户Uv对所述第i个产品Ii与所述第j个产品Ij的项目相似度sim′v(Ii,Ij)：式(6)中，表示既对所述第i个产品Ii的有评分Sv,i，又对所述第j个产品Ij有评分Sv,j的富信息用户Uv；表示所有富信息用户对第i个产品Ii的平均评分；表示所有富信息用户对第j个产品Ij的平均评分；步骤3.2、基于加权皮尔森相关系数，利用式(7)计算得到富信息用户Uv对所述第i个产品Ii与所述第j个产品Ij的项目相似度simv(Ii,Ij)：式(7)中，表示既对所述第i个产品Ii的有评分Sv,i，又对所述第j个产品Ij有评分Sv,j的富信息用户数目，λ′是另一个待调节参数；步骤四、利用式(8)进行基于贫信息用户Uu对所述第i个产品Ii与所述第j个产品Ij的项目相似度simu(Ii,Ij)，与富信息用户Uv对所述第i个产品Ii与所述第j个产品Ij的项目相似度simv(Ii,Ij)的项目相似度融合；得到融合相似度sim(Ii,Ij)：sim(Ii,Ij)＝(1‑γ)×simu(Ii,Ij)+γ×simv(Ii,Ij)   (8)式(8)中，γ是待调节参数；步骤五、根据所述融合相似度sim(Ii,Ij)，利用基于项目的最近邻协同过滤算法，获得未评分产品的所有最终预测评分的降序排序集合；选取所述预测评分的降序排序集合的前N项作为推荐结果，并推荐给所述贫信息用户Uu。