[发明专利]一种基于全局评分信息的项目协同过滤推荐方法

说明书

技术领域

本发明属于个性化推荐领域，具体涉及针对基于项目的协同过滤推荐方法。

背景技术

在Web2.0时代，推荐系统作为解决“信息过载”问题的重要工具，在电子商务领域获得了广泛应用：如Amazon网站利用基于项目的协同过滤推荐方法向顾客推荐与兴趣项目类似的项目。推荐系统中常见的推荐方法分为协同过滤推荐方法、基于内容的推荐方法和混合推荐方法，协同过滤推荐方法因为其不依赖于项目的具体属性受到学术界和工业界的广泛关注，协同过滤推荐方法的基本思想是有着相似兴趣的用户给出的推荐往往是最好的。常见的协同过滤推荐方法有基于用户的协同过滤推荐方法和基于项目的协同过滤推荐方法。

基于项目的协同过滤推荐方法步骤包括：计算项目之间的相关性、基于项目之间的相关性找到项目的最近邻居集合、基于用户对项目的最近邻居集合的评分计算用户对项目的评分。在计算项目之间的相关性时，现有方法首先隔绝出对两个项目都有过评分行为的用户，基于这些用户对两个项目的评分信息计算项目的相关性。然而在实际的推荐系统应用中，用户对项目的评分行为非常少，在评分信息已经极度稀疏情况下再去人为隔绝掉一部分评分信息影响了项目相关性的精度。在数据稀疏情况下如何更有效地利用现有信息计算项目之间的相关性成为个性化推荐领域中研究的热点。

发明内容

本发明为克服现有技术存在的不足之处，提出一种基于全局评分信息的项目协同过滤推荐方法，能在数据稀疏情况下充分利用用户所有的评分信息，从而提高预测准确度。

为了达到上述目的，本发明所采用的技术方案为：

本发明一种基于全局评分信息的项目协同过滤推荐方法的特点是按如下步骤进行：

步骤一、用二维表T＝{U,I,f}表示项目的评分数据；

所述二维表T中，U＝{1,…,u,…|U|}表示用户集合，u表示任意用户，1≤u≤|U|；

I＝{1,...,i,...,|I|}表示项目集合，i表示任意第i个项目，1≤i≤|I|；f=r1,1,r1,2,...,r1,|I|r2,1,r2,2,...,r2,|I|.....ru,i....r|U|,1,r|U|,2,...,r|U|,|I|]]>表示用户集合U中的所有用户对项目集合I中所有项目的评分；r_u,i表示任意用户u对任意项目i的评分；令为用户u的未评分集合，表示用户u的第j个未评分项，|J|表示用户u的未评分项的总个数，令所述用户未评分项集合中的任意项