[发明专利]一种基于混合协同过滤算法的作物育种品种推荐方法

权利要求书

1.一种基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：该推荐方法包括如下步骤；

步骤1，获取对照品种数据和待审核品种数据，对已获取的所有品种数据进行数据预处理，以得到品种-性状数据表，且所述品种-性状数据表包括对照品种-性状数据表和待审核品种-性状数据表；

步骤2，对所述品种-性状数据表进行聚类，从而得到多个聚类簇；

步骤3，在所述多个聚类簇中，查找包含对照品种-性状数据表的第一聚类簇；

步骤4，计算所述第一聚类簇中待审核品种与对照品种的相似度，并按照相似度由高到低的顺序筛选出至少一个待审核品种；

步骤5，将筛选出的待审核品种作为作物育种的推荐品种。

2.根据权利要求1所述的基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：

步骤2中，采用K-means聚类分析方式对所述品种-性状数据表进行聚类。

3.根据权利要求2所述的基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：步骤2包括如下步骤；

步骤21，将每个品种-性状数据表作为一个数据对象，然后随机设置K个中心对象；

步骤22，分别计算每个数据对象到各中心对象的欧氏距离；对于任一数据对象，将该数据对象与其欧氏距离最小的中心对象放入一个类集合中，从而形成K个类集合，其中，K≥2；

步骤23，对于任一类集合，将该类集合中所有数据对象的均值作为新中心对象；

步骤24，判断新中心对象与上次的中心对象是否相同；如果相同，则执行步骤25；如果不同，则返回步骤22；

步骤25，将最终确定的K个类集合作为K个聚类簇。

4.根据权利要求3所述的基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：

步骤2中，通过如下方式计算欧氏距离：

其中，D_ab表示欧氏距离，x₁表示数据对象，x₂表示中心对象，a₁…a_k表示每个数据对象内的性状数据，b₁…b_k表示每个中心对象内的数据，k为中心对象数据个数。

5.根据权利要求4所述的基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：

步骤4中，通过如下方式计算待审核品种与对照品种的相似度：

其中，sim(u,t)表示相似度，p_i表示待审核品种的性状数据，q_i表示对照品种的性状数据，n表示性状个数，u表示待审核品种，t表示对照品种。

6.根据权利要求5所述的基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：

步骤4中，为筛选出的待审核品种进行评分，并根据评分由高到低的顺序对筛选出的待审核品种进行排序；

步骤5中，依据排序结果生成包含推荐品种的推荐列表，将所述推荐列表推送给育种人员。

7.根据权利要求6所述的基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：

步骤4中，依据对照品种的评分为筛选出的待审核品种进行评分。

8.根据权利要求7所述的基于混合协同过滤算法的作物育种品种推荐方法，其特征在于：

步骤4中，通过如下方式为筛选出的待审核品种进行评分：

其中，P_u,t表示待审核品种的评分，表示对照品种的评分，N＝{n₁,n₂,…,n_k}表示筛选出的所有待审核品种的集合，sim(t,n)表示对照品种与待审核品种的相似度，D_u,t表示当前待审核品种u与对照品种t之间的欧氏距离。