[发明专利]一种基于图随机游走构建局部矩阵的评分预测方法

摘要

本发明公开了一种基于图随机游走构建局部矩阵的评分预测方法，属于个性化推荐领域。根据用户‑物品评分矩阵构建用户‑物品二分图，在二分图上进行随机游走，选取游走后节点收敛概率最大的A个用户和物品组成A个锚点；对于每个锚点，使用带重启动的随机游走算法，得到每个节点与锚点的相关关系，从而将每个节点分配进相应的锚点邻域中。每个锚点及其邻域将构成一个局部矩阵，在每个局部矩阵中使用矩阵分解方法进行评分预测。将A个局部矩阵的预测评分进行平均，得到最终预测结果。本发明使用了基于图随机游走来选择锚点和构建锚点的邻域，避免传统距离计算过程带来的误差；从节点出发，将其分配进不同的锚点邻域，能够实现对大矩阵的完全覆盖。

主权项

1.一种基于图随机游走构建局部矩阵的评分预测方法，其特征在于，该方法包括以下步骤：S1.根据用户数据、物品数据、用户对物品的评分的数据，构建用户‑物品二分图；S2.根据用户‑物品评分矩阵R，得到用户‑物品转移概率矩阵P_UV和物品‑用户转移概率矩阵P_VU；S3.在用户‑物品二分图上进行随机游走直至随机游走收敛，随机游走过程中，根据P_UV和P_VU计算用户和物品的概率向量，从收敛的概率向量中选取收敛概率最大的A个用户和A个物品，将它们随机配对构成A个锚点；S4.对于每个锚点，在用户‑物品二分图上进行带重启动的随机游走直至随机游走收敛，带重启动的随机游走过程中，根据P_UV和P_VU计算的用户和物品的概率向量，根据收敛时的用户和物品的概率向量，构建用户收敛概率矩阵C_U和物品收敛概率矩阵C_V；S5.根据用户收敛概率矩阵C_U和物品收敛概率矩阵C_V，得到每个锚点的邻域，该锚点和它的全部邻域构成以该锚点为核心的局部矩阵；S6.对于每个局部矩阵，使用矩阵分解方法对该局部矩阵进行训练，训练收敛时得到该局部矩阵中用户对物品的预测评分；S7.将A个局部矩阵的预测评分进行平均，得到用户对物品的最终预测评分。