本發(fā)明涉及互聯(lián)網(wǎng)領(lǐng)域，尤其涉及一種基于用戶特征的改進(jìn)協(xié)同過濾推薦方法。

背景技術(shù)：

隨著互聯(lián)網(wǎng)的快速發(fā)展，信息的獲取越來越便利，但面對如此龐大的信息量，僅憑人力是無法一一瀏覽并充分利用，個性化的推薦方法的研究應(yīng)運(yùn)而生。

協(xié)同過濾推薦算法是最早出現(xiàn)的一種推薦算法，其分支基于用戶的協(xié)同過濾算法是最為常見的一種協(xié)同過濾算法，它因準(zhǔn)確度較高而被廣泛使用。

發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在以下缺點(diǎn)和不足：

傳統(tǒng)的基于用戶的協(xié)同過濾算法其用戶相似度計(jì)算僅僅利用了用戶的共同評分，忽略了許多其他方面的問題，例如：用戶的價(jià)值尺度問題、用戶的特征信息利用、以及對用戶未共同評分項(xiàng)目的考慮等等，導(dǎo)致信息推薦的精度不高，無法滿足實(shí)際應(yīng)用中的多種需要。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種基于用戶特征的改進(jìn)協(xié)同過濾推薦方法，本發(fā)明提高了傳統(tǒng)基于用戶的協(xié)同過濾算法的推薦質(zhì)量，并在一定程度上減輕數(shù)據(jù)稀疏性問題的影響，詳見下文描述：

一種基于用戶特征的改進(jìn)協(xié)同過濾推薦方法，所述改進(jìn)協(xié)同過濾推薦方法包括以下步驟：

根據(jù)所有用戶平均評分對原有用戶評分區(qū)間進(jìn)行修正，利用修正后的用戶評分區(qū)間均值和所有用戶平均評分，對原有用戶評分進(jìn)行修正，獲取歸一化處理后的用戶評分；

根據(jù)歸一化處理后的用戶評分對評分差均值進(jìn)行調(diào)整和歸一化，結(jié)合原jaccard相似性系數(shù)得到改進(jìn)后的jaccard相似性系數(shù)，以此獲取用戶評分相似度；

通過用戶的性別、年齡、職業(yè)特征信息，對用戶屬性相似度進(jìn)行計(jì)算；

將用戶評分相似度和用戶屬性相似度線性結(jié)合作為最終用戶相似度，并進(jìn)行近鄰計(jì)算，生成推薦列表。

所述歸一化處理后的用戶評分統(tǒng)一了用戶評價(jià)尺度，對于同一物品，若用戶的喜愛程度相同，用戶評分為均值k。

所述改進(jìn)后的jaccard相似性系數(shù)具體為：

其中，sim(u',v')^jaccard+為改進(jìn)后的jaccard相似性系數(shù)；sim(u',v')^jaccard為jaccard相似性系數(shù)；iu’v’為用戶u’與用戶v’共同評價(jià)的物品集合；n表示用戶u’與用戶v’共同評價(jià)的物品總數(shù)；l為調(diào)節(jié)因子，用于對評分差值產(chǎn)生的影響進(jìn)行調(diào)節(jié)；rmax是評分規(guī)則中的最高分；rmin是評分規(guī)則中的最低分；diff(u',v')為歸一化處理后的評分差均值；iu'為用戶u’評價(jià)的物品集合；iv'為用戶v’評價(jià)的物品集合；ru'i為用戶u’對物品i的評分；rv'i為用戶v’對物品i的評分；i為物品。

所述通過用戶的性別、年齡、職業(yè)特征信息，對用戶屬性相似度進(jìn)行計(jì)算的步驟具體為：

simattr(u,v)＝a*sex(u,v)+b*age(u,v)+c*job(u,v)

其中，a是性別特征權(quán)重因子；b是年齡特征權(quán)重因子；c是職業(yè)特征權(quán)重因子；sex(u,v)位性別屬性相似度；age(u,v)為年齡屬性相似度；job(u,v)為職業(yè)屬性相似度；u,v均為用戶。

所述將用戶評分相似度和用戶屬性相似度線性結(jié)合作為最終用戶相似度，并進(jìn)行近鄰計(jì)算，生成推薦列表的步驟具體為：

根據(jù)最近鄰的打分記錄與目標(biāo)用戶的兩兩相似度進(jìn)行分析；

分析結(jié)果即目標(biāo)用戶對未評分物品的預(yù)測評分；

將未評分物品按預(yù)測評分高低排序；選擇評分最高的一些物品生成推薦列表。

本發(fā)明提出了一種新的推薦算法即結(jié)合用戶特征的改進(jìn)協(xié)同過濾推薦方法，它致力于統(tǒng)一用戶評價(jià)尺度，使用效果更好的用戶評分相似度計(jì)算方法，結(jié)合用戶特征信息，使用戶相似度計(jì)算更精確，間接地提高算法的推薦質(zhì)量，其有益效果主要體現(xiàn)在以下三個方面：

(1)解決了傳統(tǒng)算法用戶評價(jià)尺度混亂的問題，使用戶評分相似度計(jì)算的誤差更?。?/p>

(2)采用改進(jìn)jaccard相似性系數(shù)方法^[1]，提高用戶評分相似度的精確度；

(3)利用了用戶特征信息，加入用戶屬性相似度，使最終用戶相似度更加準(zhǔn)確。

附圖說明

圖1為一種基于用戶特征的改進(jìn)協(xié)同過濾推薦方法的流程圖；

圖2為用戶評價(jià)矩陣的示意圖；

圖3為用戶相似度計(jì)算流程圖；

圖4為一種基于用戶特征的改進(jìn)協(xié)同過濾推薦方法的另一流程圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面對本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。

實(shí)施例1

本發(fā)明實(shí)施例在傳統(tǒng)的基于用戶的協(xié)同過濾算法的基礎(chǔ)上，對用戶評分?jǐn)?shù)據(jù)進(jìn)行了歸一化處理，采用了改進(jìn)后的jaccard相似性系數(shù)方法作為用戶評分相似度度量方法，并加入對用戶特征信息的考量，將用戶屬性相似度和用戶評分相似度線性結(jié)合作為最終用戶相似度，然后利用最終用戶相似度進(jìn)行近鄰計(jì)算，生成推薦列表，參見圖1，該方法包括以下步驟：

101：獲取所有用戶平均評分，根據(jù)所有用戶平均評分對原有用戶評分區(qū)間進(jìn)行修正，利用修正后的用戶評分區(qū)間均值和所有用戶平均評分，對原有用戶評分進(jìn)行修正，以此獲取歸一化處理后的用戶評分；

通過上述步驟101的處理，使得所有用戶平均評分都相等，當(dāng)用戶的喜愛程度相同時，其評分也是相同的，由此統(tǒng)一了用戶的評價(jià)尺度。

102：根據(jù)歸一化處理后的用戶評分對評分差均值進(jìn)行調(diào)整和歸一化處理后，結(jié)合原jaccard相似性系數(shù)得到改進(jìn)后的jaccard相似性系數(shù)，以此獲取用戶評分相似度；

其中，改進(jìn)的jaccard相似性系數(shù)方法是在原有的jaccard相似性系數(shù)方法基礎(chǔ)上，加入了對用戶評分?jǐn)?shù)據(jù)的計(jì)算。改進(jìn)后的jaccard相似性系數(shù)考慮了用戶之間的共評項(xiàng)目和非共評項(xiàng)目，克服了余弦相似度等傳統(tǒng)相似度計(jì)算方法的缺點(diǎn)，使用戶評分相似度計(jì)算更精確。

103：通過用戶的性別、年齡、職業(yè)特征信息，對用戶屬性相似度進(jìn)行計(jì)算；

其中，用戶屬性相似度的計(jì)算采用了用戶的性別、年齡、職業(yè)特征信息，根據(jù)各特征信息對用戶偏好的影響決定其重要性，以此賦予各屬性以不同的權(quán)重因子，形成用戶屬性相似度計(jì)算公式。用戶屬性相似度屬于客觀相似性，對其進(jìn)行合理的利用可以提高對用戶相似度計(jì)算的精確度。

104：將用戶評分相似度和用戶屬性相似度線性結(jié)合作為最終用戶相似度；利用最終用戶相似度進(jìn)行近鄰計(jì)算，生成推薦列表。

其中，該步驟具體為：

根據(jù)最近鄰的打分記錄與目標(biāo)用戶的兩兩相似度進(jìn)行分析；

分析結(jié)果即目標(biāo)用戶對未評分物品的預(yù)測評分；

將未評分物品按預(yù)測評分高低排序；選擇評分最高的一些物品生成推薦列表。

其中，上述物品具體指的是用戶沒有評分或購買過的商品，可以是電影、音樂、購物網(wǎng)站上的物品等，具體實(shí)現(xiàn)時，本發(fā)明實(shí)施例對此不做限制。

本發(fā)明實(shí)施例首次結(jié)合步驟101-步驟104進(jìn)行用戶相似度的計(jì)算，生成結(jié)合用戶特征的改進(jìn)協(xié)同過濾算法，提高原有算法的推薦質(zhì)量。

實(shí)施例2

下面結(jié)合具體的計(jì)算公式、實(shí)例對實(shí)施例1中的方案進(jìn)行進(jìn)一步地介紹，詳見下文描述：

201：用戶評分?jǐn)?shù)據(jù)歸一化處理；

首先遍歷每個用戶的歷史評分記錄，得到每個用戶的平均評分：

其中，rui表示用戶u對物品i的評分；n為用戶u評分過的物品個數(shù)。

重新設(shè)定用戶的評分區(qū)間為以下公式：

其中，m表示所有用戶的個數(shù)；min(ru1，ru2，…，run)表示用戶u的評分記錄中的最低分，max(ru1，ru2，…，run)表示用戶u評分記錄中的最高分。

通過上述處理后的用戶評分區(qū)間均值為k，k值如下：

修正評分區(qū)間后的用戶評分應(yīng)按以下公式計(jì)算得出：

其中，為歸一化系數(shù)。

將以上幾步的公式帶入后，得到新的用戶平均評分如下：

可以看出，經(jīng)過處理后，所有用戶的平均評分都為均值k，即用戶的評價(jià)尺度得到了統(tǒng)一。

202：用戶評分相似度計(jì)算；

計(jì)算用戶u與用戶v在共同評價(jià)物品上的評分差值，將這些評分差值記為用戶u’與用戶v’的評分差異向量：

du’v’＝{d1,d2,…,di,…dn}

其中，di表示用戶u’與用戶v’在共同評價(jià)的物品i上評分差值的絕對值；n表示用戶u’與用戶v’共同評價(jià)的物品總數(shù)。

按如下公式計(jì)算評分差均值：

其中，iu’v’為用戶u’與用戶v’共同評價(jià)的物品集合；ru'i為用戶u’對物品i的評分；rv'i為用戶v’對物品i的評分。

將上一步中評分差均值公式調(diào)整如下：

其中，l為調(diào)節(jié)因子，它的作用是對評分差值產(chǎn)生的影響進(jìn)行調(diào)節(jié)；+表示這是對上一步評分差均值公式進(jìn)行調(diào)整后的版本。

然后對評分差均值公式進(jìn)行歸一化處理，處理方法如下：

其中，rmax是評分規(guī)則中的最高分；rmin是評分規(guī)則中的最低分。

通過上述處理能去除評分綱量的影響，使計(jì)算結(jié)果處于[0,1]的區(qū)間內(nèi)，便于表示。

將原始的jaccard相似性系數(shù)公式與上一步得到的處理后評分差均值公式進(jìn)行整合，得到改進(jìn)后的jaccard相似性系數(shù)，公式如下：

其中，sim(u',v')^jaccard+為改進(jìn)后的jaccard相似性系數(shù)；sim(u',v')^jaccard為jaccard相似性系數(shù)；iu’v’為用戶u’與用戶v’共同評價(jià)的物品集合；n表示用戶u’與用戶v’共同評價(jià)的物品總數(shù)；l為調(diào)節(jié)因子，用于對評分差值產(chǎn)生的影響進(jìn)行調(diào)節(jié)；rmax是評分規(guī)則中的最高分；rmin是評分規(guī)則中的最低分；diff(u',v')為歸一化處理后的評分差均值；iu'為用戶u’評價(jià)的物品集合；iv'為用戶v’評價(jià)的物品集合；ru'i為用戶u’對物品i的評分；rv'i為用戶v’對物品i的評分；i為物品。

上述整合后的公式既保留了原有jaccard相似性系數(shù)的優(yōu)點(diǎn)，又加入了歸一化處理后均值公式作為調(diào)整，使得用戶評分相似度的度量更為精確。

203：用戶屬性相似度計(jì)算；

用戶屬性相似度包括：性別屬性相似度、年齡屬性相似度、職業(yè)屬性相似度。

性別相似度計(jì)算公式如下：

sex(u,v)＝1,u.sex＝v.sex；

sex(u,v)＝0,u.sex≠v.sex；

即當(dāng)用戶u與用戶v性別屬性相同時，用戶u與用戶v的性別屬性相似度sex(u,v)為1，否則為0。

年齡相似度計(jì)算公式如下：

age(u,v)＝1,|u.age-v.age|<10；

age(u,v)＝0,|u.age-v.age|≥10；

即當(dāng)用戶u與用戶v年齡相差小于10歲，則他們的年齡相似度為1，否則為0。

職業(yè)屬性相似度計(jì)算公式如下：

job(u,v)＝1,u.job＝v.job；

job(u,v)＝0,u.job≠v.job；

即當(dāng)用戶u與用戶v職業(yè)屬性相同時，他們的職業(yè)屬性相似度為1，否則為0。

綜合以上相似度，用戶屬性相似度的計(jì)算公式如下：

simattr(u,v)＝a*sex(u,v)+b*age(u,v)+c*job(u,v)(10)

其中，a是性別特征權(quán)重因子；b是年齡特征權(quán)重因子；c是職業(yè)特征權(quán)重因子。

本發(fā)明實(shí)施例中，a的值為0.334095，b的值為0.333103，c的值為0.332802，具體實(shí)現(xiàn)時，本發(fā)明實(shí)施例對三個參數(shù)的取值不做限制，具體取值根據(jù)測試的各屬性相似度準(zhǔn)確性做調(diào)整，需滿足總和為1。

204：用戶最終相似度計(jì)算；

將步驟202和203計(jì)算得出的用戶評分相似度和用戶屬性相似度線性結(jié)合，得到用戶綜合相似度，公式如下：

sim(u,v)＝d*simattr(u,v)+sim(u,v)^jaccard+(11)

其中，d為用戶屬性相似度的權(quán)重因子，值為0.01，用戶評分相似度的權(quán)重因子默認(rèn)為1。

205：利用最終用戶相似度進(jìn)行近鄰計(jì)算，生成推薦列表。

其中，上述近鄰計(jì)算、以及生成推薦列表的過程為本領(lǐng)域技術(shù)人員所公知，本發(fā)明實(shí)施例對此不做贅述。

綜上所述，本發(fā)明實(shí)施例通過上述步驟201-步驟205進(jìn)行用戶相似度的計(jì)算，生成結(jié)合用戶特征的改進(jìn)協(xié)同過濾算法，利用了用戶特征信息，加入用戶屬性相似度，使最終用戶相似度更加準(zhǔn)確，提高原有算法的推薦質(zhì)量。

實(shí)施例3

下面結(jié)合具體的實(shí)驗(yàn)數(shù)據(jù)、圖2-圖4對實(shí)施例1和2中的方案進(jìn)行可行性驗(yàn)證，詳見下文描述：

(1)用戶評分歸一化：

首先根據(jù)用戶的歷史評分記錄生成用戶評價(jià)矩陣，矩陣形式如圖2所示。遍歷矩陣中每一個非零的值，對其進(jìn)行歸一化處理，得到新的用戶評分矩陣。

(2)用戶相似度計(jì)算：

遍歷用戶評價(jià)矩陣中除用戶u以外的所有用戶，計(jì)算他們與用戶u的兩兩相似度。計(jì)算過程如圖3所示，首先根據(jù)評分記錄，利用改進(jìn)jaccard相似性系數(shù)方法計(jì)算用戶u與其他用戶的評分相似度，然后比對用戶u與其他用戶的性別、年齡、職業(yè)特征信息，得出用戶u與其他用戶的屬性相似度，最后根據(jù)用戶最終相似度計(jì)算公式得出用戶u與其他用戶的最終相似度。

(3)近鄰計(jì)算，得出推薦列表。

如圖4所示，計(jì)算出用戶相似度后，將除用戶u以外的所有用戶按他們與用戶u的相似度高低進(jìn)行排序，根據(jù)排名結(jié)果選擇某些用戶作為用戶u的最近鄰集合，集合的大小可以自擬，一般情況下，最近鄰用戶數(shù)量越多，推薦效果越好。然后對用戶u沒有評價(jià)過的物品進(jìn)行評分預(yù)測，預(yù)測評分公式如下：

其中，pu,i表示用戶u對物品i的預(yù)測評分；k為用戶u的最近鄰集合；rv,i為用戶u的最近鄰用戶v對物品i的評分；p為標(biāo)準(zhǔn)化因子：

其中，sim(u,v)表示用戶u與用戶v之間的相似度；avg(ru)表示用戶u評分的平均值；avg(rv)表示用戶v評分的平均值。

計(jì)算出所有用戶u未評價(jià)過的物品的預(yù)測評分后，根據(jù)評分高低對物品進(jìn)行排序，選擇評分最高的一些物品生成推薦列表，向用戶進(jìn)行推薦。

通過上述的處理，使得通過本發(fā)明實(shí)施例得出的推薦，用戶的實(shí)際評分與算法計(jì)算出的預(yù)測評分誤差更小，因此推薦質(zhì)量更高。

傳統(tǒng)基于用戶的協(xié)同過濾算法在用戶評分相似度計(jì)算中，默認(rèn)用戶的評價(jià)尺度是相同的，未考慮用戶的評價(jià)尺度問題，但實(shí)際上每個用戶表達(dá)對物品喜愛程度的方式是不同的，評價(jià)尺度的混亂會給用戶評分相似度的度量帶來誤差。本方法通過對用戶評分進(jìn)行歸一化處理統(tǒng)一了用戶評價(jià)尺度，解決了原傳統(tǒng)算法評價(jià)尺度不一的問題，進(jìn)一步提高了用戶評分相似度的準(zhǔn)確度。

傳統(tǒng)基于用戶的協(xié)同過濾算法在用戶評分相似度計(jì)算中僅考慮了用戶之間的共同評分項(xiàng)目，缺乏對用戶整體評分情況的考慮，這樣會給用戶評分相似度帶來較大的誤差。本發(fā)明實(shí)施例提出的方法中使用了改進(jìn)的jaccard相似性系數(shù)方法，既考慮了用戶的共同評分項(xiàng)目，也考慮了兩個用戶的非共同評分項(xiàng)目；既宏觀地考慮了兩個用戶各自的整體評分情況，也對二者評分記錄中每一次評分體現(xiàn)出的細(xì)微相似性進(jìn)行了觀察和度量。這樣減小了用戶評分相似度的誤差，提高了其精確度。

傳統(tǒng)基于用戶的協(xié)同過濾算法在用戶評分相似度計(jì)算中，不考慮用戶的特征信息的利用，本方法提出的算法利用了性別、年齡、職業(yè)信息進(jìn)行用戶屬性相似度計(jì)算，使最終用戶相似度結(jié)合了主觀相似性和客觀相似性，使其計(jì)算更加精確。

參考文獻(xiàn)

[1]程飛，賈彩燕.一種基于用戶相似性的協(xié)同過濾推薦算法[j].計(jì)算機(jī)工程與科學(xué)，2013，35(5)：161-165.本領(lǐng)域技術(shù)人員可以理解附圖只是一個優(yōu)選實(shí)施例的示意圖，上述本發(fā)明實(shí)施例序號僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。