一種基于隱式偏見和好友興趣的電影評分預測方法
【專利摘要】本發(fā)明公開了一種基于隱式偏見和好友興趣的電影評分預測方法，該方法根據(jù)用戶電影評分日志和用戶的好友列表數(shù)據(jù)，構(gòu)建結(jié)合個人偏見和好友興趣的評分預測模型，訓練并得到用戶對電影的偏見矩陣、用戶隱式特征矩陣、物品隱式特征矩陣。結(jié)合好友列表數(shù)據(jù)和用戶隱式特征矩陣，生成好友興趣隱式特征矩陣，根據(jù)用戶隱式特征矩陣、物品特征矩陣，用戶-物品偏見矩陣和好友興趣隱式特征矩陣，生成用戶-物品預測評分矩陣，最后為用戶生成推薦列表。本發(fā)明綜合考慮用戶的評分偏見和好友的物品偏好，提高了推薦的品質(zhì)。
【專利說明】—種基于隱式偏見和好友興趣的電影評分預測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及互聯(lián)網(wǎng)的電影推薦【技術(shù)領(lǐng)域】，具體地說是一種基于隱式偏見和好友興趣的電影評分預測方法。
【背景技術(shù)】
[0002]隨著互聯(lián)網(wǎng)的快速發(fā)展和信息傳遞速度的不斷提高，社交網(wǎng)站變得越來越流行，帶有電子商務的社交網(wǎng)站也變得越來越活躍，比如flixster.com和epinions.com(已歸入eBay)。人們常常會在在其所屬的社交網(wǎng)站，把觀看過的電影、購買過的商品和看過的書籍與好友溝通和交流。在這類社交網(wǎng)站中，用戶對電影的評論，不僅僅由個人偏好的因素決定，同時受到好友因素的影響。
[0003]考慮用戶偏見的矩陣分解技術(shù)和考慮好友興趣的矩陣分解技術(shù)在這幾年也常常被用來預測用戶對電影的評分，但是，卻沒有同時考慮個人偏見和好友興趣的矩陣分解技術(shù)。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種基于隱式偏見和好友興趣的電影評分預測方法，該方法針對用戶觀看電影時會參考好友的電影偏好，構(gòu)建結(jié)合個人偏見和好友興趣的評分預測模型，訓練并預測用戶對電影的評分，根據(jù)得到的預測評分為用戶做電影推薦。
[0005]本發(fā)明的目的是這樣實現(xiàn)的:
[0006]一種基于隱式偏見和好有興趣的電影評分預測方法，具體操作步驟:
[0007]a)根據(jù)電影評分日志數(shù)據(jù)和好友列表數(shù)據(jù)，分別生成用戶-物品評分矩陣和用戶-好友關(guān)系矩陣，兩個矩陣分別記為R，F(xiàn) ;手動設(shè)置模型訓練參數(shù)即好友興趣權(quán)重w ;
[0008]b)根據(jù)用戶-物品評分矩陣、用戶-好友關(guān)系矩陣及模型訓練參數(shù)，訓練“結(jié)合個人偏見和好友興趣的評分預測模型”，得到用戶-物品偏見矩陣、用戶隱式特征矩陣和物品隱式特征矩陣；具體為:
[0009]i )設(shè)計“結(jié)合個人偏見和好友興趣的評分預測模型”，包括:目標函數(shù)和評分預測公式；目標函數(shù)L為:
[0010]
【權(quán)利要求】
1.一種基于隱式偏見和好友興趣的電影評分預測方法，其特征在于該方法包括以下具體步驟: a)根據(jù)電影評分日志數(shù)據(jù)和好友列表數(shù)據(jù)，分別生成用戶-物品評分矩陣和用戶-好友關(guān)系矩陣，兩個矩陣分別記為R，F(xiàn) ;手動設(shè)置模型訓練參數(shù)即好友興趣權(quán)重w ; b)根據(jù)用戶-物品評分矩陣、用戶-好友關(guān)系矩陣及模型訓練參數(shù)，訓練“結(jié)合個人偏見和好友興趣的評分預測模型”，得到用戶-物品偏見矩陣、用戶隱式特征矩陣和物品隱式特征矩陣；具體為: i)設(shè)計“結(jié)合個人偏見和好友興趣的評分預測模型”，包括:目標函數(shù)和評分預測公式；目標函數(shù)L為:
【文檔編號】G06Q50/00GK103996143SQ201410199440
【公開日】2014年8月20日 申請日期:2014年5月12日 優(yōu)先權(quán)日:2014年5月12日
【發(fā)明者】賀樑, 王智謹 申請人:華東師范大學