一种基于最近邻协同过滤推荐算法的供应商推荐方法技术

本发明专利技术属于专门适用于特定领域的管理、监督或预测等目的的数据处理系统或方法的技术领域，具体涉及一种基于最近邻协同过滤推荐算法的制造业供应商推荐方法。所述方法通过步骤S2在评分数据极端稀疏的情况下，预测供应商u在项目p的评分r’u，p，依此为基础求得相似度，避免了数据稀疏带来的准确率急剧下降的情况。本发明专利技术所述方法根据有效的用户相似性得出了更准确的供应商推荐结果；并且本算法既可以作为制造业供应商推荐，也可以非常扩展到数据极端稀疏情况下的其他推荐领域，如零售产品推荐等，具有更广泛的应用范围。

【技术实现步骤摘要】
一种基于最近邻协同过滤推荐算法的供应商推荐方法
本专利技术属于专门适用于特定领域的管理、监督或预测等目的的数据处理系统或方法的
，具体涉及一种基于最近邻协同过滤推荐算法的制造业供应商推荐方法。
技术介绍
制造业面对海量的庞大数据，如何更好地分析挖掘利用这些信息是制造业面临的最大挑战，目前在客户和供应商方面，对于前者的分析研究比较全面，但是对后者的分析较少。随着制造模式的变迁和集成化供应链管理理论的发展，作为制造过程中资源优化配置经典问题的供应商评价与选择问题，不断被赋予新的内涵，同时也得到了学术界和企业界越来越多的关注。为了产生精确的推荐，国内外研究者提出了各种不同的推荐算法,如协同过滤推荐技术、Bayesian网络技术、聚类技术、关联规则技术等；其中最近邻协同过滤推荐是当前最成功的推荐技术,其基本思想是基于评分相似的最近邻居的评分数据向目标用户产生推荐，由于最近邻居对项目的评分与目标用户非常相似，因此目标用户对未评分项目的评分可以通过最近邻居对该项目评分的加权平均值逼近。但是随着制造业规模的扩大，供应商(用户)和项目/产品数据急剧增加，导致用户评分数据的极端稀疏性，在用户评分本文档来自技高网...

【技术保护点】
1.一种基于最近邻协同过滤推荐算法的供应商推荐方法，设对供应商u评分的项目集合为Iu，对供应商v评分的项目集合为Iv，其特征在于：所述方法的具体步骤为：S1、计算对供应商u和v评分的项目集合的并集I′uv，即I′uv＝Iu∪Iv；则供应商u在项目空间I′uv中未评分项目集合Nu为Nu＝I′uv‑Iu；S2、在项目空间I′uv中，对任意项目p∈Nu，预测供应商u在项目p的评分R’u,p，具体步骤为:S21、在项目空间I′uv中，基于Person相关相似性计算项目i、j之间的相似度：

【技术特征摘要】
1.一种基于最近邻协同过滤推荐算法的供应商推荐方法，设对供应商u评分的项目集合为Iu，对供应商v评分的项目集合为Iv，其特征在于：所述方法的具体步骤为：S1、计算对供应商u和v评分的项目集合的并集I′uv，即I′uv＝Iu∪Iv；则供应商u在项目空间I′uv中未评分项目集合Nu为Nu＝I′uv-Iu；S2、在项目空间I′uv中，对任意项目p∈Nu，预测供应商u在项目p的评分R’u,p，具体步骤为:S21、在项目空间I′uv中，基于Person相关相似性计算项目i、j之间的相似度：其中，Ui为项目i有评分的供应商集合；Uj为项目j有评分的供应商集合；则Uij＝Ui∩Uj，为项目i、j都有评分的供应商集合；Ru,i为供应商u在项目i的评分；Ru,j为供应商u在项目j的评分；和分别表示所有供应商在项目i和项目j评分的平均值；S22、将与项目p相似度最高的h个项目作为项目p的邻居项目集合，即在整个项目空间中查找项目集合Mp＝{I1,I2,…Im,…,Ih}，I1与项目p的相似性sim(p,I1)最高，项目I2与项目p的相似度sim(p,I2)次之，依次类推；S23、预测供应商u在项目p上的评分R’u,p...

【专利技术属性】
技术研发人员：岳希，高燕，唐聃，
申请(专利权)人：成都淞幸科技有限责任公司，
类型：发明
国别省市：四川,51