基于协同过滤混合填充的用户冷启动推荐算法制造技术

本发明专利技术公开了一种基于协同过滤混合填充的用户冷启动推荐算法，依次按照如下步骤进行：基于用户‑物品评分矩阵计算物品之间的相似度；对于每个物品，选取与其相似度高的物品作为该物品的邻近物品，根据目标用户对邻近物品的评分信息预测对该物品的评分，并将评分填充到用户‑物品评分矩阵，得到一次填充评分矩阵；根据一次填充评分矩阵，计算用户之间的相似度；对于每个目标用户，选取与其相似度高的用户作为该用户的邻近用户，根据邻近用户的评分信息预测目标用户未评分的物品的评分并再次填充一次填充后评分矩阵；根据最终评分矩阵，选取预测评分最高的前

【技术实现步骤摘要】
基于协同过滤混合填充的用户冷启动推荐算法
本专利技术涉及推荐
，尤其涉及一种可提高推荐精度的基于协同过滤混合填充的用户冷启动推荐算法。
技术介绍
推荐系统是通过提供个性化推荐，解决信息过载问题最有效的方法之一。协同过滤(CollaborativeFiltering,CF)是一种较流行的推荐技术，分为基于物品的协同过滤(Item-basedcollaborativefiltering,IBCF)与基于用户的协同过滤(User-basedCollaborativeFiltering,UBCF)。虽然协同过滤算法在个性化推荐方面取得了成功，但是由于系统中物品数量巨大，而新用户评过分的物品数目不多，故新用户冷启动问题是协同过滤推荐算法中被广泛关注的一个经典问题，严重影响了推荐系统的推荐质量。协同过滤技术在为用户进行推荐时，若用户评过分的物品数量很少，两个用户共同评过分的物品数量会更少(通常只有一两个，甚至为空值)，在这样小的物品集合上，如果用户的评分极为相似，那么得到的用户相似度会偏高。例如表1所示评分矩阵：<br>表1<本文档来自技高网...

【技术保护点】
1.一种基于协同过滤混合填充的用户冷启动推荐算法，其特征是依次按照如下步骤进行：/nA.用二维表T＝{U,I,R}表示用户对物品的评分矩阵：/n所述二维表T中，U＝{U

【技术特征摘要】
1.一种基于协同过滤混合填充的用户冷启动推荐算法，其特征是依次按照如下步骤进行：
A.用二维表T＝{U,I,R}表示用户对物品的评分矩阵：
所述二维表T中，U＝{Uu}表示用户集合，u＝{1,2,3,…,|u|},|u|表示用户总数量，其中，Uv∈U但v≠u；I＝{Ii}表示物品集合，i＝{1,2,3,…,|i|},|i|表示物品总数量，其中，Ij∈I但j≠i；R＝{RU1,I1,RU1,I2,…,RUu,Ii}表示用户对物品的评分集合，其中RUu,Ii表示用户Uu对物品Ii的评分；如果用户Uu对物品Ii没有评分，评分表中RUu,Ii为缺省值；
B.基于物品的协同过滤方法填充评分矩阵：
B1.根据公式(1)计算物品间相似度：



其中，UIi表示对物品Ii评过分的用户集合，UIj表示对物品Ij评过分的用户集合，RUu,Ii表示用户Uu对物品Ii的评分，RUu,Ij表示用户Uu对物品Ij的评分；
B2.筛选出与每个物品相似度从高到低排序的前p个邻近物品,p是待调节参数；
B3.根据评分矩阵，按照公式(2)计算目标用户Uu对未评分物品Ii的评分并填充到评分矩阵中，获得第一次填充后的评分矩阵；



其中，iteml表示物品Ij集合，所述物品Ij被目...

【专利技术属性】
技术研发人员：任永功，张志鹏，王思雨，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：辽宁;21