[发明专利]一种基于粒子群算法的电影推荐方法

摘要

本发明提供了一种基于粒子群算法的电影推荐方法，该方法从用户对影片的评分信息和影片自身所包含信息的角度出发，结合基于用户和基于项目的邻域推荐算法的知识，与隐语义模型相结合，应用于电影网站的个性化推荐中，解决了现有技术中推荐精度的瓶颈问题，同时通过粒子群寻优过程，寻找全局最优的权重，提升了电影推荐水平。

主权项

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，rvi是用户v对电影i的评分，wuv是电影之间的相似度，是用户v对他评过分所有电影评分的平均值；S(u,K)是和i最相似的电影集合,N(u)是用户u评过分的电影集合，wij是电影之间的相似度，是电影的平均分；其中u为集合中所有参评电影的评分均值，bu为由于用户u个人评分尺度带来的偏差值，bi为由于电影i本身属性引起的偏差；bu和bi均初始化为0；pu表示用户u对各因子的爱好程度，qi表示电影i的因子权重分布情况，其中pu和qi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。