[发明专利]一种基于人工免疫的推荐方法

摘要

本发明公开一种基于人工免疫的推荐方法，通过智能识别终止状态的人工免疫算法以及区域降维的人工免疫算法，获取用户的“邻居集”为待推荐用户提出“喜好”相似的用户；针对通过人工免疫算法得到的“邻居集用户”喜好采用评分矩阵，计算出最终推荐。本发明解决了传统推荐技术存在的许多缺陷，例如稀疏问题，提出一个基于矩阵分解的推荐算法和新预测评分方法，提升了推荐结果质量。本发明的优点：在相似度计算中使用Kappa距离作为度量，增大相似度准确性。在获取用户邻居集时使用人工免疫方法，从精准度以及时间效率上提升算法的可用性。对人工免疫算法，提出了状态智能终止策略，提高人工免疫的适应性；提出了区域降维，加快算法的时空效率；对传统的评分矩阵进行矩阵分解处理，增强推荐的准确性。

主权项

1.一种基于人工免疫的推荐方法，其主要特征包括如下步骤：(1)采用Kappa相似度度量的相似度计算方法：获取用户‑项目评分矩阵，计算期望值。(2)区域降维的人工免疫聚类算法：输入用户评分信息，用户作为抗体组成R维输入空间。将整个R维向量空间划分为KR个子块，即将每个维度划分为K块。在抗原识别时，仅搜索与抗原落在同一子块中的抗体。(3)智能终止的人工免疫算法：预先设定一个终止阈值σT，当新生成的抗体细胞中，与已有细胞亲和度最低的个体抗体间亲和度仍大于σT时算法终止。输出与待推荐用户相似的邻居集。(4)推荐结果：根据通过(2)、(3)中获取的用户邻居集，得出邻居集的用户‑项目评分矩阵，对用户项目评分矩阵进行矩阵分解，并对加权平均法进行改进，给出最终推荐。