一种基于用户兴趣变化的时效推荐方法技术

本发明专利技术公开了一种基于用户兴趣变化的时效推荐方法，包括步骤：输入用户历史数据集，根据历史评分数据，生成用户‑项目评分矩阵，得到用户的评分时间，设置相似度阈值；根据评分时间和用户‑项目评分，计算综合时间效用函数；将综合效用时间函数的值加入到用户相似度计算公式中，计算目标用户和其它用户的相似度，得到目标用户的最近用户邻域集；根据目标用户的最近用户邻域集和目标用户和其它用户的相似度，计算目标用户对未评分项目的预测评分；根据目标用户对未评分项目的预测评分，生成推荐列表。本发明专利技术通过构造综合时间效用函数，根据时间效用函数对于不同的评分分配其不同的效用值，以提高相似邻居用户的准确性，从而提推荐结果的准确度。

An aging recommendation method based on the change of user's interest

The invention discloses a change of user interest based on prescription recommendation method, which comprises the following steps: inputting user rating data according to the historical data set, history, generating user item rating matrix, get the user rating time, set the similarity threshold; scored according to the time and user project, calculating the comprehensive utility function; comprehensive utility time function value added to the user similarity calculation formula, similarity calculation of the target users and other users, users get the target user's nearest neighbor set; according to the target user's nearest neighborhood set and target households with the similarity of users and other users, to find the target users to predict the project did not score according to the prediction of the target user; the project did not score, generating the recommended list. The present invention by constructing a comprehensive utility function, the utility function for different time according to the score distribution of its different utility value, in order to improve the accuracy of similar neighbor users, thereby improving the accuracy of the recommendation result.

【技术实现步骤摘要】
一种基于用户兴趣变化的时效推荐方法
本专利技术涉及一种个性化推荐方法，尤其涉及一种基于用户兴趣变化的时效推荐方法。
技术介绍
互联网的出现和普及给用户带来了大量的信息，满足了用户在信息时代对信息的需求。但是，网络的迅速发展带来的信息量的大幅增长，使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息，对信息的使用效率反而降低了，这就是所谓的信息超载(informationoverload)问题。在这个信息时代，无论是信息消费者还是信息生产者都遇到了很大的挑战：作为信息消费者，如何从大量信息中找到自己感兴趣的信息是一件非常困难的事情；作为信息生产者，如何让自己生产的信息脱颖而出，受到广大用户的关注，也是一件非常困难的事情。解决信息超载问题的一个非常有效的办法就是使用个性化推荐系统。个性化推荐系统通过建立用户与信息产品之间的二元关系，利用已有的选择过程或相似性关系挖掘每个用户潜在感兴趣的对象，进而进行个性化智能推荐。但是，个性化推荐系统存在推荐时效性等问题，这些问题严重的影响了推荐系统的推荐质量。因此，对用户进行个性化推荐的时候需要考虑了用户兴趣变化。用户的兴趣不是固定不变的，是本文档来自技高网...

【技术保护点】
一种基于用户兴趣变化的时效推荐方法，其特征在于，包括步骤S1：输入用户历史数据集，根据历史评分数据，生成用户‑项目评分矩阵，得到用户的评分时间，设置相似度阈值；S2：根据评分时间和用户‑项目评分，计算综合时间效用函数；S3：将所述综合效用时间函数的值加入到用户相似度计算公式中，计算目标用户和其它用户的相似度，同时得到目标用户的最近用户邻域集；S4：根据目标用户的最近用户邻域集和目标用户和其它用户的相似度，计算目标用户对未评分项目的预测评分；S5：根据目标用户对未评分项目的预测评分，生成推荐列表。

【技术特征摘要】
1.一种基于用户兴趣变化的时效推荐方法，其特征在于，包括步骤S1：输入用户历史数据集，根据历史评分数据，生成用户-项目评分矩阵，得到用户的评分时间，设置相似度阈值；S2：根据评分时间和用户-项目评分，计算综合时间效用函数；S3：将所述综合效用时间函数的值加入到用户相似度计算公式中，计算目标用户和其它用户的相似度，同时得到目标用户的最近用户邻域集；S4：根据目标用户的最近用户邻域集和目标用户和其它用户的相似度，计算目标用户对未评分项目的预测评分；S5：根据目标用户对未评分项目的预测评分，生成推荐列表。2.如权利要求1所述的基于用户兴趣变化的时效推荐方法，其特征在于，步骤S3中，用户相似度计算公式为：

【专利技术属性】
技术研发人员：谭一成，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44