專利名稱：一種融合用戶、項目和上下文屬性信息的推薦系統(tǒng)優(yōu)化方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種融合用戶、項目和上下文屬性信息的推薦系統(tǒng)優(yōu)化方法，具體涉及一種考慮用戶、項目和上下文屬性信息對總體評分、用戶評分和項目得分的影響，并融入矩陣分解模型，從而對推薦系統(tǒng)的推薦精度進行提高的方法，適用于協(xié)同過濾推薦系統(tǒng)，屬于推薦系統(tǒng)研究的技術(shù)領(lǐng)域。
背景技術(shù)：
推薦系統(tǒng)的目的是充分挖掘用戶的興趣、幫助用戶發(fā)現(xiàn)自己感興趣的東西。近二十年來，推薦系統(tǒng)得到了廣泛研究，并成功應(yīng)用于各種互聯(lián)網(wǎng)商用系統(tǒng)。但是如何為用戶生成更加準確的推薦，一直是推薦系統(tǒng)領(lǐng)域研究的熱點之一。
協(xié)同過濾算法是推薦系統(tǒng)中應(yīng)用最為廣泛的算法，其中的矩陣分解模型具有優(yōu)異的預(yù)測精度。傳統(tǒng)的矩陣分解模型SVD僅使用用戶-項目二維評分矩陣數(shù)據(jù)，存在數(shù)據(jù)源單一的缺陷。因此，很多研究者就如何在矩陣分解模型中引入其他數(shù)據(jù)信息來提高模型質(zhì)量展開了研究。其中代表性的包括Yehuda Koren和Robert Bell提出的引入了隱反饋數(shù)據(jù)以及時間上下文的矩陣分解模型，Alexandros Karatzoglou等提出的引入上下文信息的 N-維張量分解模型，Steffen Rendle等提出的融合上下文信息的因式分解機模型，等等。在現(xiàn)有的基于矩陣分解模型的改進方法中，用戶、項目屬性信息沒有得到充分利用，而且很少有方法將用戶、項目和上下文屬性信息同時結(jié)合起來應(yīng)用于矩陣分解模型來提高推薦精度。對此，本發(fā)明提出一種融合用戶、項目和上下文屬性信息的協(xié)同過濾推薦方法，考慮用戶、項目和上下文屬性信息對總體評分、用戶評分和項目得分的影響，并融入矩陣分解模型，從而對推薦系統(tǒng)的推薦精度進行提高。發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題為克服現(xiàn)有技術(shù)的局限性，提供一種融合用戶、項目和上下文屬性信息的協(xié)同過濾推薦方法，該方法在矩陣分解模型中同時融入用戶、項目和上下文屬性信息來修正預(yù)測評分的偏差，提高個性化推薦系統(tǒng)的推薦精度。
本發(fā)明解決上述技術(shù)問題采用的技術(shù)方案一種融合用戶、項目和上下文屬性信息的推薦系統(tǒng)優(yōu)化方法，在矩陣分解模型中同時融入用戶、項目和上下文屬性信息來修正預(yù)測評分的偏差，提高個性化推薦系統(tǒng)的推薦精度；具體實現(xiàn)過程如下
首先，對于每個用戶U，通過屬性向量轉(zhuǎn)換規(guī)則，將用戶屬性信息轉(zhuǎn)換為用戶屬性向量vu，并引入用戶屬性信息對總體評分的影響向量bUA和對項目i得分的影響向量bf'最后得到考慮用戶屬性信息后用戶u對項目i的評分偏差修正項，其公式為/ 04 yTJA\TC = Vh ( }，其中，sum O表示計算向量各個元素之和的函數(shù)；對于每個項目i，通 sum( \r)過屬性向量轉(zhuǎn)換規(guī)則，將項目屬性信息轉(zhuǎn)換為項目屬性向量Vi，并引入項目屬性信息對總體評分的影響向量bIA和對用戶u評分的影響向量bf，最后得到考慮項目屬性信息后用戶 對項目i的評分偏差修正項其公式為
權(quán)利要求
1.一種融合用戶、項目和上下文屬性信息的推薦系統(tǒng)優(yōu)化方法，其特征在于在矩陣分解模型中同時融入用戶、項目和上下文屬性信息來修正預(yù)測評分的偏差，提高個性化推薦系統(tǒng)的推薦精度；具體實現(xiàn)過程如下首先，對于每個用戶U，通過屬性向量轉(zhuǎn)換規(guī)則，將用戶屬性信息轉(zhuǎn)換為用戶屬性向量Vu，并引入用戶屬性信息對總體評分的影響向量bUA和對項目i得分的影響向量b[S最后得到考慮用戶屬性信息后用戶u對項目i的評分偏差修正項W ，其公式為
全文摘要
本發(fā)明公開了一種融合用戶、項目和上下文屬性信息的推薦系統(tǒng)優(yōu)化方法，該方法通過在矩陣分解模型中融合用戶、項目和上下文的屬性信息，在個性化推薦系統(tǒng)中提高推薦精度。其特點是考慮用戶、項目和上下文屬性信息對總體評分、用戶興趣及項目得分的不同影響，應(yīng)用于原矩陣分解模型的計算。該方法由于同時考慮了用戶、項目和上下文屬性對評分的影響，其推薦精度明顯高于僅采用了用戶項目二維評分矩陣信息的矩陣分解模型。
文檔編號G06F17/16GK102982107SQ20121044238
公開日2013年3月20日 申請日期2012年11月8日 優(yōu)先權(quán)日2012年11月8日
發(fā)明者歐陽元新, 張秦, 李日藩, 熊璋 申請人:北京航空航天大學(xué)