[发明专利]一种社交网络中基于信任关系的项目推荐方法

摘要

本发明提供了一种社交网络中基于信任关系的项目推荐方法，采集用户数据后分别计算用户相似度、项目相似度和项目声誉值，分别针对项目冷启动和用户冷启动的情况给出了预测模型，使用MAE或RMSE作为项目预测结果精度的度量，选择最佳参数组合，推荐项目。本发明综合考虑了来自可信赖的朋友的评分、来自类似用户的评分、类似项目的评分、项目声誉值和用户历史评分。本发明可以有效缓解用户冷启动和项目冷启动对预测结果的影响，缓解数据稀疏性问题，提高推荐性能。

主权项

1.一种社交网络中基于信任关系的项目推荐方法，其特征在于包括下述步骤：1)从社交网络中采集用户对项目的评分作为数据样本，以表示用户u对项目i的评分，通过随机样本分割法将数据划分为训练集和测试集；2)计算用户u,v之间的原始相似度其中，I(u)和I(v)表示两用户各自评论过的项目集合，和表示用户u,v各自对项目i的评分，和表示用户u,v各自的平均评分；对原始相似度进行修正，修正后的用户相似度S(u,v)＝Sim(u,v)·min(lg(Nuv),1)，其中，Nuv表示用户u,v共同评论的项目个数；3)计算项目i,j之间的原始相似度其中，S(i)和S(j)分别表示评论过项目i和项目j的用户集合，和分别表示项目i和j平均评分；对原始相似度进行修正，修正后的项目相似度S(i,j)＝Sim(i,j)·min(lg(Nij),1)，其中，Nij表示同时评论过i,j项目的用户个数；4)计算项目的声誉值其中，R(i)表示项目i的声誉值，v(i)表示项目i所得的评论数，m为最小评论数，为项目i的平均评分，I为项目i所属的集合，表示项目i所属集合I中的所有项目的平均评分；5)在取值范围为[0,1]内任意选择自定义参数α、β，用表示用户u对项目i的预测评分值，SU表示所有与用户u相似的用户集合，所述的相似是指S(u,v)＞0；SI表示所有与项目i相似的项目集合，所述的相似是指S(i,j)＞0；TU表示用户u信任的用户构成的集合，U＝|SU|，I＝|SI|，T＝|TU|，表示用户u的平均打分；若用户u为非冷启动用户，且项目i为非冷启动项目，计算项目评分预测若用户为u非冷启动用户，且项目i为冷启动项目，若该项目评论个数不为0，则计算项目评分预测若该项目评论个数为0，则计算项目评分预测若用户u为冷启动用户，且项目i为非冷启动项目，计算项目评分预测若用户u为冷启动用户，且项目i为冷启动项目，若该项目评论个数不为0，计算项目评分预测若该项目评论个数为0，计算项目评分预测6)使用或表示项目预测结果的精度，其中，表示用户u对项目j的实际评分，表示用户u对项目j的预测评分，M表示测试集的大小；对多组α,β参数组所计算出的MAE或RMSE值进行对比，选择MAE或RMSE值最低的α,β参数组合作为最佳参数组合，使用该参数组合时，项目推荐性能最好。