[发明专利]一种基于物品内容特征的改进协同过滤推荐方法

权利要求书

1.一种基于物品内容特征的改进协同过滤推荐方法，其特征在于，包括以下步骤：

(1)读取数据集，并拆分数据集，获取用户评分记录以及物品点击量数据；

(2)计算物品与物品之间的共现矩阵以及基于每个物品的点击量计算物品点击量均值；

(3)通过计算物品点击量影响因子，其中，S为物品点击量影响因子，Ca为物品A的用户点击量，Cb为物品B的用户点击量，Cavg为物品点击量均值；

(4)将所述物品与物品之间的共现矩阵与所述物品点击量影响因子相乘得到改进后的物品相似度，最终生成相似度矩阵；

(5)针对目标用户，找到K个相似的物品，计算用户对相似的物品的兴趣程度；

(6)根据用户对相似的物品的兴趣度进行排序，推荐最感兴趣的前N个物品。

2.根据权利要求1所述的基于物品内容特征的改进协同过滤推荐方法，其特征在于，所述步骤(4)中物品相似度计算方式为：其中，N(i)是喜欢物品i的用户集合，N(j)是喜欢物品j的用户集合，N(u)表示用户喜欢的物品集合。

3.根据权利要求1所述的基于物品内容特征的改进协同过滤推荐方法，其特征在于，所述步骤(5)中用户对相似的物品的兴趣程度的计算方式为：其中，P_uj表示用户u对物品j的兴趣，N(u)表示用户喜欢的物品集合，S(j,k)表示和物品j最相似的K个物品集合，w_ji表示物品j和物品i的相似度，r_ui表示用户u对物品i的兴趣。