基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法
【專利摘要】本發(fā)明公開一種基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法，主要解決現(xiàn)有技術(shù)中面臨稀疏數(shù)據(jù)時，計(jì)算用戶之間相似度值不準(zhǔn)確，進(jìn)而影響推薦質(zhì)量的問題。其實(shí)現(xiàn)步驟為：(1)構(gòu)建稀疏用戶對項(xiàng)目的評分矩陣；(2)計(jì)算任意兩個項(xiàng)目之間的全局相似性；(3)計(jì)算任意兩個用戶評分之間的局部相似性；(4)計(jì)算任意兩個用戶之間的相似度；(5)預(yù)測評分；(6)產(chǎn)生推薦列表；(7)完成了對所有用戶的協(xié)同過濾項(xiàng)目推薦。通過實(shí)驗(yàn)仿真結(jié)果表明，在稀疏數(shù)據(jù)集上，本發(fā)明與傳統(tǒng)協(xié)同過濾推薦方法相比計(jì)算用戶之間相似度更準(zhǔn)確，進(jìn)而提高推薦質(zhì)量，更好的滿足用戶需求。
【專利說明】
基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于物理技術(shù)領(lǐng)域，更進(jìn)一步設(shè)及項(xiàng)目推薦技術(shù)領(lǐng)域中的一種基于用戶相 似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法。本發(fā)明可根據(jù)用戶對物品的評分信息，通過計(jì)算用戶 之間的相似度進(jìn)而根據(jù)相似度大小為用戶選取鄰居用戶集，由此發(fā)現(xiàn)用戶的興趣點(diǎn)，從而 引導(dǎo)用戶發(fā)現(xiàn)自己需要的物品，將用戶感興趣的物品推薦給用戶，給用戶解決個性化推薦 問題。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)的進(jìn)一步普及，信息過載問題日益嚴(yán)重，如何從海量信息中快速有效 獲取自己感興趣的信息已經(jīng)成為一個亟需解決的問題。面臨上述問題，推薦系統(tǒng)應(yīng)運(yùn)而生 并且受到廣泛關(guān)注。推薦系統(tǒng)通過分析用戶的歷史行為數(shù)據(jù)，分析發(fā)現(xiàn)用戶的興趣愛好，并 為用戶推薦其感興趣的物品或是信息。現(xiàn)如今，已存在的推薦方法有很多，其中協(xié)同過濾是 應(yīng)用最為廣泛且最為成功的一種推薦方法。其中基于內(nèi)存的協(xié)同過濾主要思想是首先通過 合理的相似性指標(biāo)計(jì)算用戶之間的相似度，然后根據(jù)相似度大小為目標(biāo)用戶選取合適的鄰 居用戶集，進(jìn)而為目標(biāo)用戶未評過分的項(xiàng)目進(jìn)行預(yù)測評分，最后根據(jù)預(yù)測評分大小進(jìn)行推 薦。因此，相似性指標(biāo)的設(shè)計(jì)選取至關(guān)重要，其影響著目標(biāo)用戶鄰居集，進(jìn)而影響著最終的 推薦質(zhì)量。
[0003] 西安電子科技大學(xué)申請的專利"基于化ccard均衡距離的協(xié)同過濾推薦方法"（申 請?zhí)枺?01510493501，申請公布號:CN 105095476 A)中公開了一種協(xié)同過濾推薦方法。該方 法的實(shí)施步驟是:步驟1，從推薦系統(tǒng)中獲取用戶項(xiàng)目評分，并計(jì)算用戶之間的相似度。步驟 2,根據(jù)用戶項(xiàng)目評分，確定最近鄰居查詢個數(shù)。步驟3,根據(jù)相似度矩陣確定目標(biāo)用戶鄰居 集再由鄰居集計(jì)算目標(biāo)用戶對所有未評分的項(xiàng)目進(jìn)行評分預(yù)測。步驟4,根據(jù)評分預(yù)測情況 進(jìn)行推薦。該方法存在的不足之處是，其計(jì)算用戶之間的相似度時只利用了用戶之間的共 同評分項(xiàng)目信息，數(shù)據(jù)比較稀疏的情況下，相似度的計(jì)算不準(zhǔn)確，進(jìn)而影響最終的推薦質(zhì) 量。
[0004] Bidyut Kr.Patra 等人在其發(fā)表的論文"A new similarity measure using Bhsttschsryys coefficient for col Isborstive filtering in sp 曰 rse d曰 t 曰'' 化nowledge-Based Systems 82(2015) 163-177)中提出了一種基于BCF的協(xié)同過濾推薦方 法，該方法的實(shí)施步驟是：步驟1，建立用戶和物品的稀疏評分矩陣信息。步驟2,結(jié)合 Bhattacharyya系數(shù)計(jì)算物品之間的全局相似度，然后將用戶的平均評分或是評分中位數(shù) 作為參考基準(zhǔn)計(jì)算用戶評分局部相似度，最后根據(jù)用戶之間的所有評分信息計(jì)算用戶之間 的相似度。步驟3,根據(jù)用戶相似度大小為目標(biāo)用戶選取鄰居用戶集。步驟4,根據(jù)鄰居用戶 評分情況進(jìn)行推薦。該方法雖然利用了用戶之間所有評分信息，但是僅僅采用 Bhattacharyya系數(shù)計(jì)算物品之間全局相似性不準(zhǔn)確還可W進(jìn)一步提高，并且在計(jì)算用戶 評分局部相似性時僅僅利用了傳統(tǒng)相似性指標(biāo)不準(zhǔn)確，所W影響用戶相似度的計(jì)算進(jìn)而影 響最終推薦效果。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的是針對現(xiàn)有技術(shù)的協(xié)同過濾推薦方法在面臨稀疏數(shù)據(jù)時，其采用的 相似性指標(biāo)存在的缺陷與不足，提出了一種基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方 法。本發(fā)明針對稀疏數(shù)據(jù)結(jié)合化attacharyya系數(shù)與化ccard系數(shù)W構(gòu)建用戶相似度進(jìn)行協(xié) 同過濾推薦，有效克服了數(shù)據(jù)稀疏問題對推薦結(jié)果產(chǎn)生的負(fù)面影響。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明的具體實(shí)現(xiàn)步驟如下：
[0007] (1)構(gòu)建稀疏用戶對項(xiàng)目的評分矩陣：
[0008] (Ia)從用戶對項(xiàng)目的評分?jǐn)?shù)據(jù)集中隨機(jī)提取用戶對項(xiàng)目的評分信息，創(chuàng)建用戶對 項(xiàng)目的稀疏評分矩陣R(nXm)，其中，n表示用戶數(shù)量，m表示項(xiàng)目數(shù)量；
[0009] (Ib)將稀疏評分矩陣中用戶未評過分的項(xiàng)目的評分用0表示，將稀疏評分矩陣中 用戶評過分的項(xiàng)目的評分用對應(yīng)評分值表示；
[0010] (2)計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的全局相似性：
[0011] (2a)按照下式，計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的雅克比化ccard系數(shù)：
[0012]
[001引其中，JaccardQ，j)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的雅克比化ccard系 數(shù)，ri表示稀疏評分矩陣中項(xiàng)目i的評分集合，n表示稀疏評分矩陣中項(xiàng)目j的評分集合，ri n r康示項(xiàng)目i的評分集合與項(xiàng)目j的評分集合的交集，I ri n d表示兩個評分集合的交集 中評分個數(shù)，ri U n表示項(xiàng)目i的評分集合與項(xiàng)目j的評分集合的并集，I n U n I表示兩個評 分集合的并集中評分個數(shù)；
[0014] (2b)計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的己氏化attacharyya系數(shù)；
[0015] (2c)按照下式，計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的全局相似性：
[0016] BCJ(i，j) = [1+Jaccard(i，j)]地C(i，j)
[0017]其中，BCJ(i，j)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的全局相似性Jaccard Q，j)表示項(xiàng)目i與項(xiàng)目j的雅克比化ccard系數(shù)，*表示相乘操作，BCQ，j)表示項(xiàng)目i與項(xiàng)目 j 的己氏Miat1:acharyya 系數(shù)；
[0018] (2d)判斷是否計(jì)算完稀疏評分矩陣中所有項(xiàng)目的全局相似性，若是，執(zhí)行步驟 (3)，否則，執(zhí)行步驟(2a);
[0019] (3)計(jì)算稀疏評分矩陣中任意兩個用戶評分之間的局部相似性：
[0020] (3a)按照下式，計(jì)算稀疏評分矩陣中任意兩個用戶評分之間的局部相似性：
[0021]
[0022] 其中，Ioc表示稀疏評分矩陣中任意兩個用戶評分之間的局部相似性，表示稀疏 評分矩陣中任意用戶U對項(xiàng)目i的評分，rvj表示稀疏評分矩陣中任意用戶V對項(xiàng)目j的評分， ^表示稀疏評分矩陣中任意用戶U的平均評分，表示稀疏評分矩陣中任意用戶V的平均評 分，e表示求自然常數(shù)操作，*表示相乘操作，;：：；；；表示在[1，2，3，4，引評分區(qū)間的中位數(shù)3;
[0023] (3b)判斷是否計(jì)算完稀疏評分矩陣中所有用戶評分的局部相似性，若是，執(zhí)行步 驟(4)，否則，執(zhí)行步驟(3a);
[0024] (4)計(jì)算稀疏評分矩陣中任意兩個用戶之間的相似度：
[0025] (4a)計(jì)算稀疏評分矩陣中任意兩個用戶之間雅克比化ccard系數(shù)；
[0026] (4b)按照下式，計(jì)算稀疏評分矩陣中任意兩個用戶之間的相似度：
[0027]
[00%] 其中，sim(m,n)表示稀疏評分矩陣中任意用戶m與用戶n的相似度，Jaccard(m,n) 表不用戶m與用戶n的雅克比化ccard系數(shù)，X表不求和操作，Im表不用戶m的評分集合，In表 示用戶n的評分集合，E表示屬于符號，BCJQ, j)表示項(xiàng)目i與項(xiàng)目j的全局相似性，*表示相 乘操作，Ioc (rmi ,rnj)表不評分打Ii與評分rnj的局部相關(guān)性，打Ii表不用戶m對項(xiàng)目i的評分，:Tnj 表示用戶n對項(xiàng)目j的評分；
[0029] (4c)判斷是否計(jì)算完稀疏評分矩陣中所有用戶的相似度，若是，執(zhí)行步驟(5)，否 貝IJ，執(zhí)行步驟(4a);
[0030] (5)預(yù)測評分：
[0031 ] (5a)選取稀疏評分矩陣中任意一個用戶作為目標(biāo)用戶；
[0032] (5b)將目標(biāo)用戶與其它用戶的相似度值按照從大到小排序，選取排序中前K個用 戶，作為目標(biāo)用戶的鄰居用戶集，K>50;
[0033] (5c)采用協(xié)同過濾公式，對稀疏評分矩陣中目標(biāo)用戶評分為0的項(xiàng)目進(jìn)行預(yù)測評 分；
[0034] (5d)判斷稀疏評分矩陣中所有用戶是否均選為目標(biāo)用戶，若是，則執(zhí)行步驟(6)， 否則，執(zhí)行步驟(5a);
[00巧](6)產(chǎn)生推薦列表：
[0036] (6a)選取稀疏評分矩陣中任意一個用戶作為目標(biāo)用戶，并為其產(chǎn)生推薦列表；
[0037] (6b)將稀疏評分矩陣中目標(biāo)用戶評分為0的項(xiàng)目按照預(yù)測評分從大到小排序，從 排序中選取前N個項(xiàng)目作為最終的推薦集合，
[003引（6c)判斷稀疏評分矩陣中所有用戶是否均產(chǎn)生了推薦列表，若是，則執(zhí)行步驟 (7)，否則，執(zhí)行步驟(6a);
[0039] (7)完成了對所有用戶的協(xié)同過濾項(xiàng)目推薦。
[0040] 本發(fā)明與現(xiàn)有技術(shù)相比有W下優(yōu)點(diǎn)：
[0041] 第1，由于本發(fā)明采用了計(jì)算任意兩個項(xiàng)目之間的全局相似性時結(jié)合 Bhattacharyya系數(shù)與化ccard系數(shù)的方法，有效克服了現(xiàn)有技術(shù)在數(shù)據(jù)稀疏的情況下，物 品全局相似度的計(jì)算不準(zhǔn)確對推薦正確率產(chǎn)生負(fù)面影響的不足，使得本發(fā)明具有計(jì)算項(xiàng)目 之間全局相似性更加準(zhǔn)確，繼而提高推薦正確率的優(yōu)點(diǎn)。
[0042] 第2,由于本發(fā)明采用了計(jì)算用戶評分之間的局部相似性時，同時將用戶平均評分 與評分中位數(shù)作為參考基準(zhǔn)，并結(jié)合sigmoid函數(shù)的方法，有效克服了現(xiàn)有技術(shù)在數(shù)據(jù)稀疏 情況下，計(jì)算用戶評分局部相似性，僅僅利用傳統(tǒng)相似性指標(biāo)不準(zhǔn)確，導(dǎo)致推薦質(zhì)量下降的 缺點(diǎn)，使得本發(fā)明具有計(jì)算用戶評分局部相似性更有效進(jìn)而減小推薦誤差的優(yōu)點(diǎn)。
【附圖說明】
[0043] 圖1是本發(fā)明的流程圖；
[0044] 圖2是本發(fā)明與現(xiàn)有技術(shù)在ML數(shù)據(jù)集上平均絕對誤差隨鄰居用戶數(shù)量k變化的仿 真結(jié)果圖；
[0045] 圖3是本發(fā)明與現(xiàn)有技術(shù)在ML數(shù)據(jù)集上正確率隨推薦列表長度Top-N變化的仿真 結(jié)果圖；
[0046] 圖4是本發(fā)明與現(xiàn)有技術(shù)在ML數(shù)據(jù)集上召回率隨推薦列表長度Top-N變化的仿真 結(jié)果圖；
[0047] 圖5是本發(fā)明與現(xiàn)有技術(shù)在化t數(shù)據(jù)集上平均絕對誤差隨鄰居用戶數(shù)量k變化的仿 真結(jié)果圖；
[0048] 圖6是本發(fā)明與現(xiàn)有技術(shù)在化t數(shù)據(jù)集上正確率隨推薦列表長度Top-N變化的仿真 結(jié)果圖；
[0049] 圖7是本發(fā)明與現(xiàn)有技術(shù)在化t數(shù)據(jù)集上召回率隨推薦列表長度Top-N變化的仿真 結(jié)果圖。
【具體實(shí)施方式】
[0050] W下結(jié)合附圖對本發(fā)明的具體實(shí)施措施進(jìn)行詳細(xì)描述。
[0051] 參照圖1，本發(fā)明的實(shí)現(xiàn)步驟如下：
[0052] 步驟1，構(gòu)建稀疏用戶對項(xiàng)目的評分矩陣。
[0053] 從用戶對項(xiàng)目的評分?jǐn)?shù)據(jù)集中隨機(jī)提取用戶對項(xiàng)目的評分信息，創(chuàng)建用戶對項(xiàng)目 的稀疏評分矩陣R(n Xm)，其中，n表示用戶數(shù)量，m表示項(xiàng)目數(shù)量。
[0054] 將稀疏評分矩陣中用戶未評過分的項(xiàng)目的評分用0表示，將稀疏評分矩陣中用戶 評過分的項(xiàng)目的評分用對應(yīng)評分值表示。
[0055] 步驟2,計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的全局相似性。
[0056] 第1步，按照下式，計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的雅克比化ccard系數(shù)：
[0化7]
[00則其中，JaccardU，j)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的雅克比Jaccard系 數(shù)，ri表示稀疏評分矩陣中項(xiàng)目i的評分集合，n表示稀疏評分矩陣中項(xiàng)目j的評分集合，ri n r康示項(xiàng)目i的評分集合與項(xiàng)目j的評分集合的交集，I ri n d表示兩個評分集合的交集 中評分個數(shù)，ri U n表示項(xiàng)目i的評分集合與項(xiàng)目j的評分集合的并集，I n U n I表示兩個評 分集合的并集中評分個數(shù)。
[0059] 第2步，按照下式，計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的己氏化attacharyya 系數(shù)：
[0060]
[0061 ] 其中，BC(i , j)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的己氏化attacharyya系 數(shù)，X表示求和操作，h表示稀疏評分矩陣中用戶對項(xiàng)目的評分分?jǐn)?shù)，廣表示開平方操作， /1表示稀疏評分矩陣中將項(xiàng)目i評分為h的用戶比例
'Cih表示稀疏評分矩陣中將項(xiàng) 目i評分為h的用戶數(shù)，Cl表示稀疏評分矩陣中將項(xiàng)目i評過分的用戶數(shù);表示稀疏評分矩 陣中將項(xiàng)目j評分為h用戶的比仍
旬h表示稀疏評分矩陣中將項(xiàng)目j評分為h的用戶 數(shù)，Cj表示稀疏評分矩陣中將項(xiàng)目j評過分的用戶數(shù)。
[0062] 第3步，按照下式，計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的全局相似性：
[0063] BCJ(i，j) = [1+Jaccard(i，j)]地C(i，j)
[0064] 其中，BCJQ J)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的全局相似性，Jaccard Q，j)表示項(xiàng)目i與項(xiàng)目j的雅克比化ccard系數(shù)，*表示相乘操作，BCQ，j)表示項(xiàng)目i與項(xiàng)目 j 的己氏Miat1:acharyya 系數(shù)。
[0065] 第4步，判斷是否計(jì)算完稀疏評分矩陣中所有項(xiàng)目的全局相似性，若是，執(zhí)行步驟 3,否則，執(zhí)行本步驟的第1步。
[0066] 步驟3,計(jì)算稀疏評分矩陣中任意兩個用戶評分之間的局部相似性。
[0067] 第1步，按照下式，計(jì)算稀疏評分矩陣中任意兩個用戶評分之間的局部相似性：
[006引
[0069] 其中，Ioc表示稀疏評分矩陣中任意兩個用戶評分之間的局部相似性，表示稀疏 評分矩陣中任意用戶U對項(xiàng)目i的評分，rvj表示稀疏評分矩陣中任意用戶V對項(xiàng)目j的評分， ；:表示稀疏評分矩陣中任意用戶U的平均評分，;；；表示稀疏評分矩陣中任意用戶V的平均評 分，e表示求自然常數(shù)操作，*表示相乘操作，;:品表示在[1，2，3，4，引評分區(qū)間的中位數(shù)3。
[0070] 第2步，判斷是否計(jì)算完稀疏評分矩陣中所有用戶評分的局部相似性，若是，執(zhí)行 步驟4,否則，執(zhí)行本步驟的第1步。
[0071 ]步驟4，計(jì)算稀疏評分矩陣中任意兩個用戶之間的相似度。
[0072] 第1步，按照下式，計(jì)算稀疏評分矩陣中任意兩個用戶之間雅克比化ccard系數(shù)；
[0073]
[0074] 其中，JaccarcKk，1)表示稀疏評分矩陣中任意用戶k與用戶1的雅克比化ccard系 數(shù)，rk表示稀疏評分矩陣中任意用戶k的評分集合，ri表示稀疏評分矩陣中任意用戶1的評分 集合，Innril表示用戶k的評分集合與用戶1的評分集合的交集中評分個數(shù)，InUriI表示 用戶k的評分集合與用戶1的評分集合的并集中評分個數(shù)。
[0075] 第2步，按照下式，計(jì)算稀疏評分矩陣中任意兩個用戶之間的相似度：
[0076]
[0077] 其中，sim(m,n)表示稀疏評分矩陣中任意用戶m與用戶n的相似度，Jaccard(m,n) 表不用戶m與用戶n的雅克比化ccard系數(shù)，X表不求和操作，Im表不用戶m的評分集合，In表 示用戶n的評分集合，G表示屬于符號，BCJ(i，j)表示項(xiàng)目i與項(xiàng)目j的全局相似性，*表示相 乘操作，Ioc (rmi，rnj )表示評分打Ii與評分rnj的局部相關(guān)性，打Ii表示用戶m對項(xiàng)目i的評分，:Tnj 表示用戶n對項(xiàng)目j的評分。
[0078]第3步，判斷是否計(jì)算完稀疏評分矩陣中所有用戶的相似度，若是，執(zhí)行步驟5,否 貝IJ，執(zhí)行本步驟的第1步。
[00巧]步驟5,預(yù)測評分。
[0080] 第1步，選取稀疏評分矩陣中任意一個用戶作為目標(biāo)用戶。
[0081] 第2步，將目標(biāo)用戶與其它用戶的相似度值按照從大到小排序，選取排序中前K個 用戶，作為目標(biāo)用戶的鄰居用戶集，K>50。
[0082] 第3步，采用如下協(xié)同過濾公式，對稀疏評分矩陣中目標(biāo)用戶評分為0的項(xiàng)目進(jìn)行 預(yù)測評分：
[0083]
[0084] 其中，Pai表示對目標(biāo)用戶a對未評過分的項(xiàng)目i的預(yù)測評分，~表示用戶a的平均評 分，S表示求和操作，G表示屬于符號，Hai表示目標(biāo)用戶a鄰居用戶集中對項(xiàng)目i評過分的鄰 居用戶子集，
其中，S表示目標(biāo)用戶的鄰居用戶，G表示屬于符號，Ka 表示用戶a的鄰居用戶集，I表示集合定義符號，3表示存在符號，表示鄰居用戶S對項(xiàng)目i 的評分，S im(a, S)表不用戶a與鄰居用戶S的相似度。
[0085] 第4步，判斷稀疏評分矩陣中所有用戶是否均選為目標(biāo)用戶，若是，則執(zhí)行步驟6， 否則，執(zhí)行本步驟的第1步。
[00化]步驟6,產(chǎn)生推薦列表。
[0087]第1步，選取稀疏評分矩陣中任意一個用戶作為目標(biāo)用戶，并為其產(chǎn)生推薦列表。 [008引第2步，將稀疏評分矩陣中目標(biāo)用戶評分為0的項(xiàng)目按照預(yù)測評分從大到小排序， 從排序中選取前N個項(xiàng)目作為最終的推薦集合，2《N《20。
[0089] 第3步，判斷稀疏評分矩陣中所有用戶是否均產(chǎn)生了推薦列表，若是，則執(zhí)行步驟 7,否則，執(zhí)行本步驟的第1步。
[0090] 步驟7,完成了對所有用戶的協(xié)同過濾項(xiàng)目推薦。
[0091 ]本發(fā)明可通過W下仿真實(shí)驗(yàn)結(jié)果進(jìn)一步說明。
[0092] 1.仿真實(shí)驗(yàn)的條件：
[0093] 仿真實(shí)驗(yàn)運(yùn)行環(huán)境:CPU為Intel (R)Core(TMH5-3337U@l. 8細(xì)Z，內(nèi)存為4GB，編譯 環(huán)境為 Matlab2014a。
[0094] 2.仿真實(shí)驗(yàn)數(shù)據(jù)與評價(jià)指標(biāo)：
[00M]本發(fā)明中采用推薦系統(tǒng)領(lǐng)域常用的數(shù)據(jù)集MovieLens-IM和化tflix電影數(shù)據(jù)集， 為了驗(yàn)證本發(fā)明在稀疏數(shù)據(jù)上的有效性，從兩個數(shù)據(jù)集分別隨機(jī)獲取兩個稀疏數(shù)據(jù)子集ML 和化t，具體數(shù)據(jù)統(tǒng)計(jì)信息見表1。
[0096]表1數(shù)據(jù)集統(tǒng)計(jì)信息
[0097]
[0098] 表1中英文Dataset (original)表示原始數(shù)據(jù)集，Dataset (subset)表示隨機(jī)獲取 的稀疏數(shù)據(jù)子集，WUser表示用戶數(shù)量，#Item表示項(xiàng)目數(shù)量，#3日1:;[]1旨3表示評分?jǐn)?shù)量， Sparsity level表示數(shù)據(jù)稀疏度，?表示稀疏度計(jì)算公式，其中，R表示評分?jǐn)?shù)量，U表 U祐I 示用戶數(shù)量，I表示項(xiàng)目數(shù)量，*表示相乘操作。
[0099] 本發(fā)明采用推薦系統(tǒng)領(lǐng)域常用的評價(jià)指標(biāo)，包括平均絕對誤差MAE，正確率 Precision,召回率Recall。其中，MAE指標(biāo)表示預(yù)測評分與真實(shí)評分絕對誤差平均值，由下 式獲得：
[0100]
[0101] 其中，MAE表示平均絕對誤差，X表示求和操作，IU為用戶U評過分的項(xiàng)目集合，K 表示用戶U對物品i的預(yù)測評分，據(jù)表示用戶U對物品i的真實(shí)評分，Ifi-拖I表示預(yù)測評分與 真實(shí)評分的差值的絕對值，#Iu表示用戶U評過分的項(xiàng)目數(shù)量。
[0102] 正確率Precision表示推薦列表中用戶真實(shí)喜歡的項(xiàng)目占推薦列表中所有項(xiàng)目的 比例，由下式獲得：
[0103]
[0104] 其中，Precision表示正確率，n表示推薦列表中用戶真實(shí)喜歡的項(xiàng)目數(shù)，ILr I表示 推薦列表中項(xiàng)目數(shù)。
[0105] 召回率Recall表示推薦列表中用戶真實(shí)喜歡的項(xiàng)目占用戶整體喜歡的所有項(xiàng)目 數(shù)的比例，由下式獲得：
[0106]
[0107]其中，Recall表示召回率，n表示推薦列表中用戶真實(shí)喜歡的項(xiàng)目數(shù)，Ikevl表示用 戶真實(shí)喜歡的所有項(xiàng)目的數(shù)量。
[010引3.仿真實(shí)驗(yàn)結(jié)果與內(nèi)容：
[0109]仿真實(shí)驗(yàn)1是在ML數(shù)據(jù)集上，W平均絕對誤差MAE為評價(jià)指標(biāo)，本發(fā)明化jcf與現(xiàn)有 技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法、基于bcf-med的協(xié)同過濾推薦方法、基于jmsd的 協(xié)同過濾推薦方法、基于nhsm的協(xié)同過濾推薦方法進(jìn)行對比，對比的結(jié)果如圖2所示。圖2 中，縱坐標(biāo)表示平均絕對誤差，橫坐標(biāo)表示鄰居用戶數(shù)，W菱形標(biāo)記的曲線表示現(xiàn)有技術(shù)的 基于nhsm的協(xié)同過濾推薦方法，W五角星標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于加 Sd的協(xié)同過濾 推薦方法，W叉形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于bcf-med的協(xié)同過濾推薦方法，W方形標(biāo) 記的曲線表示現(xiàn)有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法，W圓形標(biāo)記的曲線表示本發(fā) 明，從圖2中可W看出，總體上本發(fā)明的曲線位于其它現(xiàn)有四種技術(shù)下方，因此說明本發(fā)明 平均絕對誤差是最低的。
[0110]仿真實(shí)驗(yàn)2是在ML數(shù)據(jù)集上，W正確率Precision為評價(jià)指標(biāo)，本發(fā)明化jcf與現(xiàn)有 技術(shù)的基于bcf-cor的協(xié)同過濾方法、基于bcf-med的協(xié)同過濾推薦方法、基于jmsd的協(xié)同 過濾推薦方法、基于nhsm的協(xié)同過濾推薦方法進(jìn)行對比，對比結(jié)果如圖3所示。其中，縱坐標(biāo) 表示正確率，橫坐標(biāo)表示推薦列表長度，W菱形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于nhsm的協(xié) 同過濾推薦方法，W五角星標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于jmsd的協(xié)同過濾推薦方法，W 叉形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于bcf-med的協(xié)同過濾推薦方法，W方形標(biāo)記的曲線表 示現(xiàn)有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法，W圓形標(biāo)記的曲線表示本發(fā)明，從圖3中 可W看出，本發(fā)明的曲線位于其它現(xiàn)有四種技術(shù)上方，因此說明本發(fā)明正確率是最高的。
[0111] 仿真實(shí)驗(yàn)3是在ML數(shù)據(jù)集上，W召回率Recall為評價(jià)指標(biāo)，本發(fā)明ibjcf與現(xiàn)有技 術(shù)的基于bcf-cor的協(xié)同過濾推薦方法、基于bcf-med的協(xié)同過濾推薦方法、基于jmsd的協(xié) 同過濾推薦方法、基于nhsm的協(xié)同過濾推薦方法進(jìn)行對比，對比結(jié)果如圖4所示。其中，縱坐 標(biāo)表示召回率，橫坐標(biāo)表示推薦列表長度，W菱形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于nhsm的 協(xié)同過濾推薦方法，W五角星標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于jmsd的協(xié)同過濾推薦方法， W叉形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于bcf-med的協(xié)同過濾推薦方法，W方形標(biāo)記的曲線 表示現(xiàn)有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法，W圓形標(biāo)記的曲線表示本發(fā)明，從圖4 中可W看出，本發(fā)明的曲線位于其它現(xiàn)有四種技術(shù)上方，因此說明本發(fā)明召回率是最高的。
[0112] 仿真實(shí)驗(yàn)4是在化t數(shù)據(jù)集上，W平均絕對誤差MAE為評價(jià)指標(biāo)，本發(fā)明化jcf與現(xiàn) 有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法、基于bcf-med的協(xié)同過濾推薦方法、基于jmsd 的協(xié)同過濾推薦方法、基于nhsm的協(xié)同過濾推薦方法進(jìn)行對比，對比結(jié)果如圖5所示。其中， 縱坐標(biāo)表示平均絕對誤差，橫坐標(biāo)表示鄰居用戶數(shù)，W菱形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基 于nhsm的協(xié)同過濾推薦方法，W五角星標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于加 Sd的協(xié)同過濾推 薦方法，W叉形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于bcf-med的協(xié)同過濾推薦方法，W方形標(biāo)記 的曲線表示現(xiàn)有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法，W圓形標(biāo)記的曲線表示本發(fā)明， 從圖5中可W看出，總體上本發(fā)明的曲線位于其它現(xiàn)有四種技術(shù)下方，因此說明本發(fā)明平均 絕對誤差是最低的。
[0113]仿真實(shí)驗(yàn)5是在化t數(shù)據(jù)集上，W正確率PreciSion為評價(jià)指標(biāo)，本發(fā)明ibjcf與現(xiàn) 有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法、基于bcf-med的協(xié)同過濾推薦方法、基于jmsd 的協(xié)同過濾推薦方法、基于nhsm的協(xié)同過濾推薦方法進(jìn)行對比，對比結(jié)果如圖6所示。其中， 縱坐標(biāo)表示正確率，橫坐標(biāo)表示推薦列表長度，W菱形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于 nhsm的協(xié)同過濾推薦方法，W五角星標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于jmsd的協(xié)同過濾推薦 方法，W叉形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于bcf-med的協(xié)同過濾推薦方法，W方形標(biāo)記的 曲線表示現(xiàn)有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法，W圓形標(biāo)記的曲線表示本發(fā)明，從 圖6中可W看出，本發(fā)明的曲線位于其它現(xiàn)有四種技術(shù)上方，因此說明本發(fā)明正確率是最高 的。
[0114]仿真實(shí)驗(yàn)6是在化t數(shù)據(jù)集上，W召回率Recall為評價(jià)指標(biāo)，本發(fā)明化jcf與現(xiàn)有技 術(shù)的基于bcf-cor的協(xié)同過濾推薦方法、基于bcf-med的協(xié)同過濾推薦方法、基于jmsd的協(xié) 同過濾推薦方法、基于nhsm的協(xié)同過濾推薦方法進(jìn)行對比，對比結(jié)果如圖7所示。其中，縱坐 標(biāo)表示召回率，橫坐標(biāo)表示推薦列表長度，W菱形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于nhsm的 協(xié)同過濾推薦方法，W五角星標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于jmsd的協(xié)同過濾推薦方法， W叉形標(biāo)記的曲線表示現(xiàn)有技術(shù)的基于bcf-med的協(xié)同過濾推薦方法，W方形標(biāo)記的曲線 表示現(xiàn)有技術(shù)的基于bcf-cor的協(xié)同過濾推薦方法，W圓形標(biāo)記的曲線表示本發(fā)明，從圖7 中可W看出，本發(fā)明的曲線位于其它現(xiàn)有四種技術(shù)上方，因此說明本發(fā)明召回率是最高的。
【主權(quán)項(xiàng)】
1. 一種基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法，包括如下步驟： (1) 構(gòu)建稀疏用戶對項(xiàng)目的評分矩陣： (la) 從用戶對項(xiàng)目的評分?jǐn)?shù)據(jù)集中隨機(jī)提取用戶對項(xiàng)目的評分信息，創(chuàng)建用戶對項(xiàng)目 的稀疏評分矩陣R(n Xm)，其中，η表示用戶數(shù)量，m表示項(xiàng)目數(shù)量； (lb) 將稀疏評分矩陣中用戶未評過分的項(xiàng)目的評分用O表示，將稀疏評分矩陣中用戶 評過分的項(xiàng)目的評分用對應(yīng)評分值表示； (2) 計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的全局相似性： (2a)按照下式，計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的雅克比Jaccard系數(shù)：其中，Jaccard(i，j)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的雅克比Jaccard系數(shù)，ri 表示稀疏評分矩陣中項(xiàng)目i的評分集合，^表示稀疏評分矩陣中項(xiàng)目j的評分集合，ri n 表 示項(xiàng)目i的評分集合與項(xiàng)目j的評分集合的交集，I n n ^ I表示兩個評分集合的交集中評分 個數(shù)，n U 〇表示項(xiàng)目i的評分集合與項(xiàng)目j的評分集合的并集，I ri U 〇 I表示兩個評分集合 的并集中評分個數(shù)； (2b)計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的巴氏Bhattacharyya系數(shù)； (2c)按照下式，計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的全局相似性： BCJ(i,j)=[1+Jaccard(i,j)]*BC(i,j) 其中，BCJ(i，j)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的全局相似性，JaCCard(i，j) 表示項(xiàng)目i與項(xiàng)目j的雅克比Jaccard系數(shù)，*表示相乘操作，BC(i，j)表示項(xiàng)目i與項(xiàng)目j的巴 氏 Bhattacharyya 系數(shù)； (2d)判斷是否計(jì)算完稀疏評分矩陣中所有項(xiàng)目的全局相似性，若是，執(zhí)行步驟(3)，否 貝IJ，執(zhí)行步驟(2a); (3) 計(jì)算稀疏評分矩陣中任意兩個用戶評分之間的局部相似性： (3a)桉照下式，計(jì)筧稀疏評分矩陣中仵意兩個用戶評分夕間的局部相似性：其中，Ioc表示稀疏評分矩陣中任意兩個用戶評分之間的局部相似性，rul表示稀疏評分 矩陣中任意用戶u對項(xiàng)目i的評分，表示稀疏評分矩陣中任意用戶V對項(xiàng)目j的評分，；:表 示稀疏評分矩陣中任意用戶u的平均評分，表示稀疏評分矩陣中任意用戶V的平均評分，e 表示求自然常數(shù)操作，*表示相乘操作，?表示在[1，2，3，4，5 ]評分區(qū)間的中位數(shù)3; (3b)判斷是否計(jì)算完稀疏評分矩陣中所有用戶評分的局部相似性，若是，執(zhí)行步驟 (4)，否則，執(zhí)行步驟(3a); (4) 計(jì)算稀疏評分矩陣中任意兩個用戶之間的相似度： (4a)計(jì)算稀疏評分矩陣中任意兩個用戶之間雅克比Jaccard系數(shù)； (4b)按照下式，計(jì)算稀疏評分矩陣中任意兩個用戶之間的相似度：其中，sim(m，n)表示稀疏評分矩陣中任意用戶m與用戶η的相似度，Jaccard(m，n)表示 用戶m與用戶η的雅克比Jaccard系數(shù)，Σ表示求和操作，Im表示用戶m的評分集合，In表示用 戶η的評分集合，e表示屬于符號，BCJ(i，j)表示項(xiàng)目i與項(xiàng)目j的全局相似性，*表示相乘操 作，1 〇c (rmi，rnj)表示評分rmi與評分rnj的局部相關(guān)性，rmi表示用戶m對項(xiàng)目i的評分，r nj表示 用戶η對項(xiàng)目j的評分； (4c)判斷是否計(jì)算完稀疏評分矩陣中所有用戶的相似度，若是，執(zhí)行步驟(5)，否則，執(zhí) 行步驟(4a); (5) 預(yù)測評分： (5a)選取稀疏評分矩陣中任意一個用戶作為目標(biāo)用戶； (5b)將目標(biāo)用戶與其它用戶的相似度值按照從大到小排序，選取排序中前K個用戶，作 為目標(biāo)用戶的鄰居用戶集，K>50; (5c)采用協(xié)同過濾公式，對稀疏評分矩陣中目標(biāo)用戶評分為O的項(xiàng)目進(jìn)行預(yù)測評分； (5d)判斷稀疏評分矩陣中所有用戶是否均選為目標(biāo)用戶，若是，則執(zhí)行步驟(6)，否則， 執(zhí)行步驟(5a); (6) 產(chǎn)生推薦列表： (6a)選取稀疏評分矩陣中任意一個用戶作為目標(biāo)用戶，并為其產(chǎn)生推薦列表； (6b)將稀疏評分矩陣中目標(biāo)用戶評分為O的項(xiàng)目按照預(yù)測評分從大到小排序，從排序 中選取前N個項(xiàng)目作為最終的推薦集合，2<N<20; (6c)判斷稀疏評分矩陣中所有用戶是否均產(chǎn)生了推薦列表，若是，則執(zhí)行步驟(7)，否 貝IJ，執(zhí)行步驟(6a); (7) 完成了對所有用戶的協(xié)同過濾項(xiàng)目推薦。2. 根據(jù)權(quán)利要求1中所述的基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法，其特征在 于，步驟(2b)中所述的計(jì)算稀疏評分矩陣中任意兩個項(xiàng)目之間的巴氏Bhattacharyya系數(shù) 是按照如下公式完成的：其中，BC(i J)表示稀疏評分矩陣中任意項(xiàng)目i與項(xiàng)目j的巴氏Bhattacharyya系數(shù)，Σ 表示求和操作，h表示稀疏評分矩陣中用戶對項(xiàng)目的評分分?jǐn)?shù)，a廠表示開平方操作，&表 示稀疏評分矩陣中將項(xiàng)目i評分為h的用戶比例，^ = f 'Clh表示稀疏評分矩陣中將項(xiàng)目i評 分為h的用戶數(shù)，C1表示稀疏評分矩陣中將項(xiàng)目i評過分的用戶數(shù)；j；,表示稀疏評分矩陣中 將項(xiàng)目j評分為h用戶的比例，6 = f^'Cjh表示稀疏評分矩陣中將項(xiàng)目j評分為h的用戶數(shù)，Cj 表示稀疏評分矩陣中將項(xiàng)目j評過分的用戶數(shù)。3. 根據(jù)權(quán)利要求1中所述的基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法，其特征在 于，步驟(4a)中所述的計(jì)算稀疏評分矩陣中任意兩個用戶之間雅克比Jaccard系數(shù)是按照 如下公式完成的：其中，Jaccard(k, 1)表示稀疏評分矩陣中任意用戶k與用戶1的雅克比Jaccard系數(shù)，rk 表示稀疏評分矩陣中任意用戶k的評分集合，^表示稀疏評分矩陣中任意用戶1的評分集 合，|rknri|表示用戶k的評分集合與用戶1的評分集合的交集中評分個數(shù)，Ir kUr1I表示用 戶k的評分集合與用戶1的評分集合的并集中評分個數(shù)。4.根據(jù)權(quán)利要求1中所述的基于用戶相似度的稀疏數(shù)據(jù)協(xié)同過濾推薦方法，其特征在 于，步驟(5c)中所述的協(xié)同過濾公式如下：其中，pal表示對目標(biāo)用戶a對未評過分的項(xiàng)目i的預(yù)測評分，；:表示用戶a的平均評分， Σ表示求和操作，e表示屬于符號，Hal表示目標(biāo)用戶a鄰居用戶集中對項(xiàng)目i評過分的鄰居 用戶子集，^^ = &6[1；|3^#0}，其中，8表示目標(biāo)用戶的鄰居用戶，￡表示屬于符號，1^表 示用戶a的鄰居用戶集，I表示集合定義符號，3表示存在符號，r sl表示鄰居用戶s對項(xiàng)目i的 評分，sim(a, s)表示用戶a與鄰居用戶s的相似度。
【文檔編號】G06F17/30GK106021329SQ201610297877
【公開日】2016年10月12日
【申請日】2016年5月6日
【發(fā)明人】慕彩紅, 劉逸, 王喜智, 朱虎明, 熊濤, 劉若辰, 田小林, 馮偉, 焦李成
【申請人】西安電子科技大學(xué)