一種基于項目屬性評分均值的協(xié)同過濾推薦方法
【技術領域】
[0001] 本發(fā)明涉及一種協(xié)同過濾推薦方法，尤其涉及一種基于項目屬性評分均值的協(xié)同 過濾推薦方法。
【背景技術】
[0002] 隨著Internet和電子商務的迅猛發(fā)展，"信息爆炸"和"信息過載"問題越來越嚴 重，用戶很難從海量的信息中找到自己真正需要的信息。推薦系統(tǒng)可以在用戶目的不明確 的情況下幫助用戶找到可能感興趣的信息并推薦給用戶。協(xié)同過濾是現(xiàn)行推薦系統(tǒng)中應用 最廣泛最成功的技術之一，但其需要維護一個存儲用戶偏好的數(shù)據(jù)庫。因此，隨著系統(tǒng)中用 戶和項目數(shù)量的不斷增加，協(xié)同過濾面臨嚴峻的用戶評分數(shù)據(jù)稀疏性、推薦實時性、可擴展 性挑戰(zhàn)，推薦質量迅速下降。針對上述問題，迫切需要一種能夠提高推薦質量的推薦方法。

【發(fā)明內(nèi)容】

[0003] 針對協(xié)同過濾推薦算法在單一評分數(shù)據(jù)集上存在預測精度低的問題，本發(fā)明研制 一種基于項目屬性評分均值的協(xié)同過濾推薦方法。
[0004] 本發(fā)明其特征在于，包括以下步驟：
[0005] (1)用戶-項目屬性評分矩陣的構造。定義項目的屬性集為A={AyA2，…，Ak，… A^Aki{ai，a2，…，at}。需要注意的是，對于某一項目的屬性Ak，其可能有多個取值。例 如，一部電影既是動作片又是科幻片，一件商品既是女裝又是戶外等。設用戶對第k個屬性 Ak的評分矩陣為G，表示如下：
[0007] 其中，m為用戶數(shù)量，t是屬性Ak值的數(shù)量。
[0008] 確定用戶對各屬性值的評分，S卩gu。采用均值法：即以用戶對具有某一屬性值的 項目的評分的均值作為其評分，定義如下：
[0010] 其中，N代表用戶i評價過的Ak=a^的項目的數(shù)量，rh代表用戶對Ak=a^的項目 的評分。
[0011] 由定義可知，每個用戶對每個屬性值的評分至多只有一個值，例如，用戶A對喜劇 電影的評分為4 ;如果A沒有看過悲劇電影，則其沒有該項評分。
[0012] (2)項目屬性的確定。主要從以下兩個方面進行度量：
[0013] 數(shù)據(jù)稀疏度：用戶評分數(shù)據(jù)矩陣中未評分條目所占的百分比，其公式定義如下：
[0015] 其中，隊為評分總量，m為矩陣的行數(shù)（用戶的數(shù)量），n為矩陣的列數(shù)（項目或者 項目屬性值的數(shù)量）。
[0016] 數(shù)據(jù)減少率：用戶-項目屬性評分相比用戶-項目評分所減少的數(shù)據(jù)量的比率，定 義如下：
[0018] 其中，Na為用戶-項目屬性評分的數(shù)據(jù)量，N。為用戶-項目評分的數(shù)據(jù)量。
[0019] (3)推薦的生成。對多個預測評分求均值作為最終評分，并選取Top T項目推薦給 用戶。
【附圖說明】
[0020] 圖1是基于項目屬性評分均值的協(xié)同過濾推薦方法實施流程圖。
[0021] 圖2是數(shù)據(jù)集描述圖.
[0022] 圖3是數(shù)據(jù)集1上各項目屬性推薦和直接評分推薦的MAE對比圖。
[0023] 圖4是數(shù)據(jù)集2上各項目屬性推薦和直接評分推薦的MAE對比圖。
[0024] 圖5是數(shù)據(jù)集3上各項目屬性推薦和直接評分推薦的MAE對比圖。
[0025] 圖6是數(shù)據(jù)集1上項目屬性組合評分推薦和直接評分推薦的MAE對比圖。
[0026] 圖7是數(shù)據(jù)集2上項目屬性組合評分推薦和直接評分推薦的MAE對比圖。
[0027] 圖8是數(shù)據(jù)集3上項目屬性組合評分推薦和直接評分推薦的MAE對比圖。
【具體實施方式】
[0028] 為更好地理解本發(fā)明，下面結合附圖和【具體實施方式】對本發(fā)明進行更為詳細描 述。在以下的描述中，當現(xiàn)有技術的詳細描述也許會淡化本發(fā)明的主題內(nèi)容時，這些描述在 這兒將被忽略。
[0029] 圖1是本發(fā)明基于項目屬性評分均值的協(xié)同過濾推薦方法實施流程圖。在本實施 例中，本發(fā)明的基于項目屬性評分均值的協(xié)同過濾推薦方法包括以下步驟：
[0030] 首先，構建用戶-項目評分矩陣；確定屬性數(shù)量，采用均值方法構造用戶-項目屬 性評分矩陣（數(shù)量與選取的屬性的數(shù)目相同）；然后，在每個屬性評分矩陣上計算用戶之間 的皮爾遜相似度，并選取相似度最高的K個用戶作為相似鄰居；接下來，根據(jù)K個鄰居的過 往評分預測目標用戶對目標項目的評分；這樣，當所有屬性評分矩陣的預測完成時，我們會 得到目標用戶對每個目標項目的一組預測評分，我們將這些評分加權后作為最終評分；最 后，選取最終評分最高的前T個項目推薦給用戶。
[0031] 本發(fā)明采用MovieLens數(shù)據(jù)集，包括2113個用戶對10109部電影的855598條評 分。其中評分數(shù)據(jù)從1到5,評分越高，表示用戶對電影越喜歡。為了分析實驗數(shù)據(jù)集的樣 本量成倍增加時對方法性能的影響，本發(fā)明從數(shù)據(jù)集中隨機抽取三個訓練數(shù)據(jù)集（250位 用戶對250部電影的10000條評分，500位用戶對500部電影的60000條評分及1000位用 戶對1000部電影的200000條評分），對應每個訓練集抽取部分數(shù)據(jù)作為測試集，數(shù)據(jù)條數(shù) 分別為300、600和2000。
[0032] (1)屬性選取
[0033] 本發(fā)明選取稀疏度較低且減少率相對較高的屬性，各數(shù)據(jù)集的描述如圖2所示。 本發(fā)明選擇的屬性為：類型、拍攝地1和拍攝時間。
[0034] (2)將均值方法的預測和直接評分的預測結果對比
[0035] 將均值評分方法的預測結果和直接評分的預測結果進行比較，在數(shù)據(jù)集1、數(shù)據(jù)集 2和數(shù)據(jù)集3上的結果分別如圖3、圖4和圖5所示?？梢园l(fā)現(xiàn)，在系統(tǒng)用戶較少時，采用均 值方法構造的各個屬性評分矩陣的推薦精度不總高于直接評分，但當系統(tǒng)用戶較多時，其 推薦精度一直保持較高水平。
[0036] (3)將均值方法的預測進行組合與直接評分的預測結果對比
[0037] 對均值方法在各屬性上產(chǎn)生的預測評分取均值后和直接評分的預測結果進行比 較，在數(shù)據(jù)集1、數(shù)據(jù)集2和數(shù)據(jù)集3上的結果分別如圖6、圖7和圖8所示。可以發(fā)現(xiàn)，將 評分組合后的推薦精度總體上優(yōu)于直接評分，但是隨著鄰居用戶的增多，推薦精度有輕微 波動。
[0038] 盡管上面對本發(fā)明說明性的【具體實施方式】進行了描述，但應當清楚，本發(fā)明不限 于【具體實施方式】的范圍，對本技術領域的普通技術人員來講，只要各種變化在所附的權利 要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見的，一切利用本發(fā)明構思 的發(fā)明創(chuàng)造均在保護之列。
【主權項】
1. 一種基于項目屬性評分均值的協(xié)同過濾推薦方法其特征在于，主要包括以下步驟： (1) 用戶-項目屬性評分矩陣的構造。定義項目的屬性集為A = (A1, A2,…，Ak,…AJ， Ak= {a i，a2，…，at}。需要注意的是，對于某一項目的屬性Ak，其可能有多個取值。例如，一 部電影既是動作片又是科幻片，一件商品既是女裝又是戶外等。設用戶對第k個屬性Ak的 評分矩陣為G，表示如下：確定用戶對各屬性值的評分，即gu。采用均值法：即以用戶對具有某一屬性值的項目 的評分的均值作為其評分，定義如下：由定義可知，每個用戶對每個屬性值的評分至多只有一個值，例如，用戶A對喜劇電影 的評分為4 ;如果A沒有看過悲劇電影，則其沒有該項評分。 (2) 項目屬性的確定。主要從以下兩個方面進行度量： 數(shù)據(jù)稀疏度：用戶評分數(shù)據(jù)矩陣中未評分條目所占的百分比，其公式定義如下：數(shù)據(jù)減少率：用戶-項目屬性評分相比用戶-項目評分所減少的數(shù)據(jù)量的比率，定義如 下：(3) 推薦的生成。對多個預測評分求均值作為最終評分，并選取Top T項目推薦給用 戶。2. 根據(jù)權利要求1所述的基于項目屬性評分均值的協(xié)同過濾推薦方法其特征在于： 權利要求1中（1)所述m為用戶數(shù)量，t是屬性Ak值的數(shù)量，N代表用戶i評價過的Ak =a』的項目的數(shù)量，r h代表用戶對A k= a j的項目的評分。 權利要求1中（2)所述隊為評分總量，m為矩陣的行數(shù)（用戶的數(shù)量），η為矩陣的列 數(shù)（項目或者項目屬性值的數(shù)量），Na為用戶-項目屬性評分的數(shù)據(jù)量，N。為用戶-項目評 分的數(shù)據(jù)量。
【專利摘要】一種基于項目屬性評分均值的協(xié)同過濾推薦方法。為解決傳統(tǒng)協(xié)同過濾推薦算法在單一評分數(shù)據(jù)集上的推薦精度低等問題，提出一種基于項目屬性評分均值的推薦方法。首先構造用戶-項目評分矩陣，然后采用均值方法構造用戶－項目屬性評分矩陣、確定項目屬性。其次基于每個屬性評分矩陣，計算目標用戶與各用戶的皮爾遜相似度，得到目標用戶的最近鄰居集。然后針對每個最近鄰居集，在用戶－項目評分矩陣上完成對目標用戶對目標項目的初步評分預測。最后，將多個初步預測評分取平均值作為最終的預測評分，將評分最高的T個項目推薦給目標用戶，完成推薦。實驗結果表明，該算法能有效提高單一評分數(shù)據(jù)集上的推薦精度。
【IPC分類】G06F17/30
【公開號】CN104899321
【申請?zhí)枴緾N201510342385
【發(fā)明人】龔安, 高洪福, 高云, 唐永紅, 曾雷
【申請人】中國石油大學(華東)
【公開日】2015年9月9日
【申請日】2015年6月19日