[发明专利]基于余弦相似度协同过滤的混合推荐方法

说明书

本发明公开了一种基于余弦相似度协同过滤的混合推荐方法，主要解决现有技术获取用户数据单一，数据过于稀疏和推荐性能不高的问题。其步骤为：1.采集用户的信息；2.对用户历史行为数据进行数字化；3.提取出特定群体都感兴趣的文档；4.构建每篇文档与之最相似几篇文档字典；5.构建用户文档评分矩阵；6.用评分矩阵训练出最佳模型；7.根据最佳模型形成推荐列表推荐给用户；8.当用户阅读推荐列表文档到达阈值，重新开始。本发明获取多维度信息，并将其加入到推荐系统中，利用最相似关联公式对数据集进行插入操作，不仅提高了推荐系统的性能，而且缓解了矩阵稀疏性的压力，可用于从大量的数据中找到用户感兴趣的文档。

技术领域

本发明属于机器学习领域。本发明可用于在大量的数据中找到用户感兴趣的新闻或文章，提高推荐系统的性能。

背景技术

推荐系统在现代生活中运用越来越广泛，扮演了越来越重要的角色，例如在电影、书籍、新闻、电商都会有推荐系统的影子。在过去的几十年，大量的信息涌入使得用户面对巨大的数据不知所措，如何准确的推荐有用的信息给用户，满足用户相应的兴趣和需求是非常重要的。手机的快速发展，使得当代网民更倾向于手机阅读新闻文章，所以在大量互联网信息中准确推荐用户喜爱的文章尤为迫切。

常用推荐算法有协同过滤和基于内容的推荐方法。协同过滤主要有矩阵分解MF，奇异值分解SVD等技术，并且需要用户主动的对物品进行打分。协同过滤方法推荐效果虽然很好，但是存在数据稀疏性问题。基于内容的推荐方法，虽然可以很好的推荐用户感兴趣的内容，但是长期来看，推荐的内容单调重复。

王冲等人公开的论文“Collaborative Topic Modeling for RecommendingScientific Articles”(《Proceedings of the 17th ACM SIGKDD internationalconference on Knowledge discovery and data mining》2011年第448-456页)提出了一种算法，以向在线社区的用户推荐科学文章。该方法结合了传统的协同过滤和概率主题建模的优点。它为用户和物品提供可解释的潜在结构，并且可以形成关于现有和新发布文章的推荐列表。该方法取得了不错的效果，其不足的是，没有考虑用户更多的隐性因素如地理位置等，使得推荐性能不高。

尤春继等人公开的论文“Regularized singular value decomposition in newsrecommendation system”(《International Conference on Computer ScienceEducation(ICCSE)》2016年第621-626页)提出了正则化方法，是通过对奇异值分解的学习参数进行正则化。该方法在稀疏性问题上表现出很大的优越性，且在XMU新闻数据集和电影数据集上的实验结果表明了该模型的有效性。但方法由于没有使用用户的信息和物品的信息，并且数据单一，因而不能够很好的适用某些特定的场景。

发明内容

本发明的目的在于针对上述现有技术存在的不足，提出一种基于余弦相似度协同过滤的混合推荐方法，以获取更多用户数据，提高推荐系统的性能。

本发明的基本思路是，先采取多种方法从不同维度进行数据采集；对于收集到的数据进一步处理；然后采用数据挖掘相关方法构建相似文档列表，进而构建用户物品评分矩阵，并且根据文档的重要程度插入一定数量最相似的文档；然后利用奇异值分解SVD处理矩阵；最后形成推荐列表进行推荐。

根据上述思路，本发明的实现方案包括如下步骤：

(1)数据收集

1a)采集用户行为数据，包括：点击、点赞和转发；

1b)以软件，编程方法，采集用户的附加信息，包括：用户的位置、局域网、统一资源定位符URL和IP地址这些信息；