[发明专利]一种基于概率矩阵分解的时间敏感个性化推荐方法

摘要

一种基于概率矩阵分解的时间敏感个性化推荐方法，属于情境感知个性化推荐领域。利用用户对电影的评分信息和情境信息以及电影类别构建用户‑情境评分矩阵：即根据原始的用户‑电影评分矩阵和额外的情境信息以及电影类别信息构建一个用户‑情境评分矩阵，然后进行矩阵分解，获取蕴含情境信息的用户特征向量，然后求两两用户之间的余弦相似度，选取相似度较高的一定量用户作为邻居用户，将邻居用户的影响融合到概率矩阵分解中进行评分预测，从而按照评分预测的高低做出个性化推荐。本发明适用于电影推荐、电子商务网站商品、数字图书馆图书的推荐，互联网广告投放等需要个性化推荐的领域。

主权项

1.一种基于概率矩阵分解的时间敏感个性化推荐方法，方法包括：1)利用用户对电影的评分信息和情境信息以及电影类别信息构建用户‑情境评分矩阵；2)对用户‑情境矩阵进行分解：应用矩阵分解技术，通过多次迭代计算，以最小化根均方误差为准则，最大程度的拟合用户‑情境矩阵的评分，从而得到包含情境信息的用户特征向量，为下一步求情境依赖相似度做准备；3)将分解后的包含情境信息的用户特征向量两两之间求相似度，该特征向量蕴含隐式的情境信息，包含了更为丰富的用户倾向偏好信息，然后利用余弦相似度计算两两用户之间的情境依赖相似度；4)选取一定量的情境依赖相似度高的用户作为邻居用户并融合该相似度到原始的用户‑电影评分矩阵中，在选取了最相似的若干个最相似的邻居用户后，用邻居用户特征向量的加权平均表示目标用户的特征向量。