[发明专利]一种基于粒子群算法的电影推荐方法

权利要求书

1.一种基于粒子群算法的电影推荐方法，其特征在于，所述方法包括如下步骤：

(1)获取电影网站中用户对电影的评分信息和电影本身的信息；

(2)按照如下公式进行计算评分

α₁+α₂+α₃＝1

其中，

S(u,K)是和用户u最相似的K个用户集合,N(i)是对电影i评过分的用户集合，v是集合S(u,K)和N(i)交集的元素，即与用户u最相似的K个用户中对电影i评过分的用户，是用户u对他评过分所有电影评分的平均值，r_vi是用户v对电影i的评分，w_uv是用户u和v之间对电影兴趣的相似度，是用户v对他评过分所有电影评分的平均值；

S(i,K)是和电影i最相似的K个电影集合,N(u)是用户u评过分的电影集合，w_ig是电影之间的相似度，r_ug是用户u对交集g中电影的兴趣评分，是电影的平均分，g是集合S(i,K)和N(u)交集的元素，即与电影i最相似的K个电影中用户u评过分的电影；

其中u为集合中所有参评电影的评分均值，b_u为由于用户u个人评分尺度带来的偏差值，b_i为由于电影i本身属性引起的偏差；b_u和b_i均初始化为0；p_u表示用户u对各因子的爱好程度，q_i表示电影i的因子权重分布情况，其中p_u和q_i一般初始化为介于之间的随机数，其中F为隐类个数；

(3)利用粒子群算法的全局寻优特性，自动调节步骤(2)中α₁，α₂，α₃的值，以均方根误差RMSE为目标函数，寻找出最优的权重α₁，α₂，α₃组合，获得最优的并进行储存；

(4)将步骤(3)所得结果输出，并推荐给用户。