[发明专利]一种应用FM的跨领域推荐方法

说明书

本发明提供的是一种应用FM的跨领域推荐方法。输入用户‑项目‑评分数据，包括n个不同的领域的数据集；给定目标域中的特征向量；利用皮尔逊相关系数计算辅助域与目标域内用户的评分行为的相关度，作为目标域用户在辅助域内的协作信息；对目标域特征向量进行扩展；将目标域的特征向量转换为LibSVM这一FM模型要求的数据输入格式；通过Adagrad算法对FM模型进行学习。本发明与传统单一领域推荐算法相比，可以很好地解决数据稀疏的问题，同时在一定程度上可以缓解用户冷启动的问题；与传统FM模型相比，将FM应用到跨领域推荐中，首次考虑到了跨域推荐中领域之间的相关程度对于FM输入向量的影响，获得了较高的预测精度。

技术领域

本发明涉及的是一种个性化推荐方法，是一种跨领域推荐研究以及Factorization Machine(FM)模型的研究。

背景技术

在过去十几年间，电子商务、社交网络等应用飞速发展，数据量呈指数增长，我们迎来了真正意义上的大数据时代，但与此同时信息过载问题也更加突出。个性化推荐系统的诞生成为解决信息过载问题的有效方法之一。推荐是指通过分析和挖掘用户与项目之间的二元关系及相关属性，帮助用户从海量数据中发现其感兴趣的物品，从而生成个性化推荐列表。传统的推荐系统都是基于单一领域的，例如：Netflix推荐电影和电视节目，Last.fm推荐歌曲和音乐专辑。但是，随着数据量的迅速增加和数据领域的不断扩充，例如，像Amazon.com这样的大型电子商务网站需要经常存储来自多个域的用户反馈，新用户、新项目带来的冷启动问题和数据稀疏问题在单一领域推荐中逐渐凸显出来。跨域推荐的提出，旨在整合多个不同领域内的信息来弥补单一领域推荐的新用户或是新项目带来的冷启动问题以及数据过于稀疏的问题，从而得到相比于单一领域更精准的推荐效果。因此，跨域推荐的主要目的是通过利用来自辅助域的信息来提高目标域中的推荐准确率。

因子分解机(Factorization Machine，FM)由于能够有效地解决高维数据的特征组合和数据高度稀疏性问题，并且具有较高的预测准确度和线性的计算复杂度而在推荐系统和广告点击率预测方面得到了广泛的研究和应用。FM模型是一个将用户-项目数据分解为实值特征向量的通用模型，诸如传统推荐算法中最为常见的协同过滤算法中的矩阵分解模型等大都可以被建模为FM。Loni等首次将辅助域信息编码为实值特征向量，应用到FM模型中实现模型在跨域推荐中性能的提升。而后，又有研究将FM模型应用到耦合数据集上来实现跨域推荐，通过对模型的完善来更好地捕获耦合数据集之间的差异性，获得了较单一领域应用FM模型更好的推荐效果。

从推荐算法及FM模型的拓展研究工作可知，传统的单一领域推荐算法仍存在较大的限制，尤其是冷启动问题以及数据稀疏的问题。跨领域推荐的优势恰恰体现在能够解决单领域推荐中的冷启动问题，并缓解数据稀疏的问题。而FM模型虽然已经证明能够较好的解决数据稀疏问题，但将其应用于跨领域推荐中仍然存在一定的限制，如直接将辅助域的信息编码为实值特征向量，尽管可以实现通过辅助域的信息来对目标域进行补充的目标，但也同时导致特征向量十分庞大，并且扩充的辅助域信息的权重相同，没能体现出辅助域与目标域之间的相关程度。

发明内容

本发明的目的在于提供一种能够提升推荐准确率的应用FM的跨领域推荐方法。

本发明的目的是这样实现的：

步骤一：输入用户-项目-评分数据，包括n个不同的领域的数据集；

步骤二：给定目标域中的特征向量；

步骤三：利用皮尔逊相关系数计算辅助域与目标域内用户的评分行为的相关度，即领域相关度，作为目标域用户在辅助域内的协作信息；

步骤四：对目标域特征向量进行扩展；

步骤五：将目标域的特征向量转换为LibSVM这一FM模型要求的数据输入格式；

步骤六：通过Adagrad算法对FM模型进行学习。