【技术实现步骤摘要】
一种基于相似性筛选的Slope One推荐系统评分预测算法
[0001]本专利技术涉及评分预测算法
,具体涉及一种基于相似性筛选的
Slope One
推荐系统评分预测算法
。
技术介绍
[0002]传统的推荐模型当中,是通过相似物品之间的关联性
、
相似性
、
差异性等,来选出邻居物品,通过邻居物品的评分来预测
。
但是,上述模型随着训练数据的增大,会导致模型的预测时间增大,预测速度变慢
。
[0003]基于此,本专利技术设计了一种基于相似性筛选的
Slope One
推荐系统评分预测算法以解决上述问题
。
技术实现思路
[0004]针对现有技术所存在的上述缺点,本专利技术提供了一种基于相似性筛选的
Slope One
推荐系统评分预测算法
。
[0005]为实现以上目的,本专利技术通过以下技术方案予以实现:
[0006]一种基于相似性筛选的
...
【技术保护点】
【技术特征摘要】
1.
一种基于相似性筛选的
Slope One
推荐系统评分预测算法,其特征在于,包括以下步骤:一
、
建立一个用户对电影评分的数据集;二
、
随机将数据集划分成多份,取其中一部分作为训练集,其中另一部分作为测试集;三
、
按照如下定义,根据用户对电影的评分,假设共由
m
个用户对
n
个电影评过分,可以看成一个
m
×
n
阶矩阵
R
m
×
n
;用户集合表示为
U
=
{u1,
u2,
...
,
u
m
}
;电影的集合表示为
I
=
{i1,
i
,
...
,
i
n
}
;
r
ui
表示是用户
u
对电影
i
的评分;四
、
按照如下公式计算两两用户之间的相似性的大小:其中,
u
和
u
′
为用户,
i
为电影,
r
ui
和
r
u
′
i
分别表示用户
u
和
u
′
对电影
i
的评分,和分别表示用户
u
和
u
′
评分的平均值,集合
I
uu
′
表示用户
u
和
u
′
共同评过的相同的电影集合;五
、
对于任意两个用户
u
和
u
′
,其差值平均值计算公式为:其中,
r
ui
和
r
u
′
i
分别表示用户
u
和
u
′
对电影
i
的评分,
S
uu
′
表示用户
u
和
u
′
共同评过分的电影的集合,则
card(S
uu
′
(trainSet))
表示为训练集当中用户
u
...
【专利技术属性】
技术研发人员:黄忠,李轶刚,曲洋,葛英俊,陈每康,
申请(专利权)人:复睿智行智能科技上海有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。