[发明专利]一种用于个性化推荐的融合内容和行为的协同过滤方法

摘要

本发明涉及一种用于个性化推荐的融合内容和行为的协同过滤方法，该方法包括如下步骤：(1)特征输入：包括代表项目内容的项目‑属性矩阵以及代表用户行为的用户行为矩阵；(2)基于内容的项目聚类：计算项目相似性，对项目进行聚类；(3)评分预测与特征填充：对未评分项目进行评分预测，填充用户‑项目评分矩阵；(4)基于行为的用户聚类：根据项目聚类结果和用户‑项目评分矩阵，对用户进行聚类；(5)评分预测与项目推荐：确定目标用户所在的聚类簇，找到最近邻居用户集合，对目标用户的未评分项目进行评分预测，最后将预测评分最高的前N个项目推荐给目标用户。与现有技术相比，本发明有效解决了数据稀疏性和冷启动问题，推荐效率高。

主权项

1.一种用于个性化推荐的融合内容和行为的协同过滤方法，其特征在于，该方法包括如下步骤：(1)特征输入：特征输入包括代表项目内容的项目‑属性矩阵以及代表用户行为的用户‑项目浏览矩阵、用户‑项目收藏矩阵、用户‑项目购买矩阵、项目评价标签矩阵和用户‑项目评分矩阵；(2)基于内容的项目聚类：将项目‑属性矩阵和项目评价标签矩阵组合，计算项目相似性，对项目进行聚类；(3)评分预测与特征填充：针对用户‑项目评分矩阵中的未评分项目，在与未评分项目相似性较高的聚类簇中寻找最近邻居项目，根据最近邻居项目的评分，对未评分项目进行评分预测，填充用户‑项目评分矩阵；(4)基于行为的用户聚类：根据项目聚类结果和用户‑项目评分矩阵，定义用户对项目的偏好度，根据用户的历史行为，定义用户对项目的关注度，将偏好度和关注度进行融合，定义用户对项目的倾向度，并基于此构造用户的融合相似度计算方式，对用户进行聚类；(5)评分预测与项目推荐：确定目标用户所在的聚类簇，在与目标用户相似度最高的若干个簇中找到最近邻居用户集合，根据近邻用户的评分，对目标用户的未评分项目进行评分预测，最后将预测评分最高的前N个项目推荐给目标用户。