CN102982466B - 一种基于用户活跃度的评分预测方法 - Google Patents

Abstract

本发明提供一种基于用户活跃度的评分预测方法，包括步骤：a.数据预处理，稀疏性处理；b.确定用户在每一个项目上的活跃度加权值；c.根据活跃度加权值确定相似用户；d.根据活跃度加权值形成最终评分预测。本发明是根据用户活跃度来改进传统协同过滤的评分预测方法，其有的优点包括：更准确挖掘用户兴趣，具有更高的预测质量。

Description

一种基于用户活跃度的评分预测方法

技术领域

本发明涉及用于推荐系统的协同过滤方法领域，具体地说是一种改进的协同过滤方法，该方法是基于用户活跃度的用户评分预测方法。

背景技术

协同过滤是在当前推荐系统中应用最普遍的技术。通过相关特征的属性来定义项目或对象,系统基于用户评价对象的特征学习用户的兴趣,依据用户资料与待预测项目的匹配程度进行推荐，努力向客户推荐与其以前喜欢的产品相似的产品。

以使用者的角度来推荐的协同过滤系统有下列优点:

1.能够过滤机器难以自动内容分析的资讯，如艺术品，音乐等。

2.共用其他人的经验，避免了内容分析的不完全或不精确，并且能够基于一些复杂的，难以表述的概念（如资讯品质、个人品味）进行过滤。

3.有推荐新资讯的能力。可以发现内容上完全不相似的资讯，使用者对推荐资讯的内容事先是预料不到的。可以发现使用者潜在的但自己尚未发现的兴趣偏好。

4.推荐个性化、自动化程度高。能够有效的利用其他相似使用者的回馈资讯。加快个性化学习的速度。

传统协同过滤算法主要有三种：

一、以使用者为基础（User-based）的协同过滤

用相似统计的方法得到具有相似爱好或者兴趣的相邻使用者，所以称之为以使用者为基础（User-based）的协同过滤或基于邻居的协同过滤(Neighbor-basedCollaborativeFiltering)。方法步骤：

1.收集使用者资讯

收集可以代表使用者兴趣的资讯。一般的网站系统使用评分的方式或是给予评价，这种方式被称为“主动评分”。另外一种是“被动评分”，是根据使用者的行为模式由系统代替使用者完成评价，不需要使用者直接打分或输入评价资料。电子商务网站在被动评分的资料获取上有其优势，使用者购买的商品记录是相当有用的资料。

2.最近邻搜索(Nearestneighborsearch,NNS)

以使用者为基础（User-based）的协同过滤的出发点是与使用者兴趣爱好相同的另一组使用者，就是计算两个使用者的相似度。例如：寻找n个和A有相似兴趣使用者，把他们对M的评分作为A对M的评分预测。一般会根据资料的不同选择不同的算法，目前较多使用的相似度算法有PersonCorrelationCoefficient、Cosine-basedSimilarity、AdjustedCosineSimilarity。

3.产生推荐结果

有了最近邻集合，就可以对目标使用者的兴趣进行预测，产生推荐结果。依据推荐目的的不同进行不同形式的推荐，较常见的推荐结果有Top-N推荐和关联推荐。Top-N推荐是针对个体使用者产生，对每个人产生不一样的结果，例如：透过对A使用者的最近邻使用者进行统计，选择出现频率高且在A使用者的评分项目中不存在的，作为推荐结果。关联推荐是对最近邻使用者的记录进行关联规则(associationrules)挖掘。

二、以项目为基础（Item-based）的协同过滤

以使用者为基础的协同推荐算法随着使用者数量的增多，计算的时间就会变长，所以在2001年Sarwar提出了基于项目的协同过滤推荐算法(Item-basedCollaborativeFilteringAlgorithms)。以项目为基础的协同过滤方法有一个基本的假设”能够引起使用者兴趣的项目，必定与其之前评分高的项目相似”，透过计算项目之间的相似性来代替使用者之间的相似性。方法步骤：

1.收集使用者资讯

同以使用者为基础（User-based）的协同过滤。

2.针对项目的最近邻搜索

先计算已评价项目和待预测项目的相似度，并以相似度作为权重，加权各已评价项目的分数，得到待预测项目的预测值。例如：要对项目A和项目B进行相似性计算，要先找出同时对A和B打过分的组合，对这些组合进行相似度计算，常用的算法同以使用者为基础（User-based）的协同过滤。

3.产生推荐结果

以项目为基础的协同过滤不用考虑使用者间的差别，所以精度比较差。但是却不需要使用者的历史资料，或是进行使用者识别。对于项目来讲，它们之间的相似性要稳定很多，因此可以离线完成工作量最大的相似性计算步骤，从而降低了线上计算量，提高推荐效率，尤其是在使用者多于项目的情形下尤为显著。

三、以模型为基础（Model-based）的协同过滤

以使用者为基础（User-based）的协同过滤和以项目为基础（Item-based）的协同过滤统称为以记忆为基础（Memorybased）的协同过滤技术，他们共有的缺点是资料稀疏，难以处理大资料量影响即时结果，因此发展出以模型为基础的协同过滤技术。以模型为基础的协同过滤(Model-basedCollaborativeFiltering)是先用历史资料得到一个模型，再用此模型进行预测。以模型为基础的协同过滤广泛使用的技术包括LatentSemanticIndexing、BayesianNetworks…等，根据对一个样本的分析得到模型。

上述传统协同过滤算法通过计算用户或者项目之间的相似度来过滤无用的信息，而在相似度计算中考虑的最直接因素就是用户-项目评分。近年来还有很多改进协同过滤算法的方法，大部分方法也是从评分角度出发来提高传统协同过滤算法效率，而很少有对用户的活跃度进行分析。对一个评分次数很少的用户，系统并不能单从评分来充分挖掘该用户的兴趣。用户频繁观看某一类型的项目，不能因为对该类型的项目评分不够高就说明用户对该类型项目的兴趣不大。传统的方法中就忽略了这种能在一定程度上反应用户的兴趣的活跃度信息。

发明内容

针对现有技术中忽略用户活跃度的技术缺陷，本发明提供一种在协同过滤网络推荐系统中基于用户活跃度的评分预测方法，其特征在于，包括如下步骤：采集用户以及项目数据，并对所述数据进行预处理和稀疏性处理；计算所述用户在每一个项目上的活跃度加权值；根据活跃度加权值确定相似用户；根据活跃度加权值以及相似用户计算最终预测评分。用户活跃度是指用户在系统中的参与程度，包含的因素非常多，如用户的登录次数、操作次数、对各个种类项目的操作比例，不同时期观看习惯等。诸如此类用户参与系统越积极，活跃度也就越高。用户的活跃度能在一定程度上反应用户的兴趣，可能对相似用户的判定以及对评分的预测有着重要作用。该方法能够将这种活跃度信息引入传统的协同过滤方法来改进评分预测质量。

根据本发明的另一个方面，提供一种在网络推荐系统中基于用户活跃度的评分预测方法，其特征在于，包括如下步骤：a.数据预处理，稀疏性处理；b.确定所述用户在每一个项目上的活跃度加权值；c.根据活跃度加权值确定相似用户；d.根据活跃度加权值形成最终评分预测。

优选地，所述步骤a包括如下步骤：a1.采用传统的基于项目的协同过滤算法对没有经任何用户评分的目标项目进行一次评分预测；a2.用所述第一次评分预测结果作为没有经任何用户评分的所述目标项目评分值。

优选地，所述步骤b包括如下步骤：b1.判断用户是否项目进行过评分；b2.确定用户对每个项目的活跃度，其中包括：用户观看次数，用户对不同项目类型的观看百分比。

优选地，所述步骤c包括如下步骤：c1.结合所述活跃度加权值与传统相似度计算方法，计算用户间相似度；c2.根据所述步骤c1计算的相似度确定相似用户。

优选地，所述步骤d包括如下步骤：d1.结合活跃度加权值与传统的基于项目的协同过滤预测方法结合，调整计算公式；d2.通过所述公式计算最终评分预测。

与背景技术相比，本发明有以下优点：

本方法在计算评分预测，考虑到了用户的活跃度，根据用户观看次数，观看项目所属类型的百分比来计算用户活跃度加权，并引入传统的用户相似度与评分预测计算中，更合理的反应了用户的兴趣，提高了评分预测的质量。

本方法很容易实施，只需要在传统的协同过滤算法中引入数据中的项目分类这一信息。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1示出根据本发明第一实施例的，所述基于用户活跃度的评分预测的流程图；

图2示出根据本发明第二实施例的，所述基于用户活跃度的评分预测的数据预处理、稀疏性处理的流程图；

图3示出本发明所述基于用户活跃度的评分预测流程示意图。

具体实施方式

本发明公开了一种基于用户活跃度的评分预测方法，根据用户观看次数，观看项目所属类型的百分比来计算用户活跃度加权，并结合了传统的协同过滤的评分预测方法，更合理的反应了用户的兴趣，提高了评分预测的质量。本方法是对传统协同过滤算法的一种改进。

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1示出根据本发明第一实施例的，所述基于用户活跃度的评分预测的流程图。本发明提供的基于用户活跃度的协同过滤算法，应用于推荐系统中，首先确定判断用户对每一个项目是否进行过评分，根据用户的观看记录来计算每一个项目的用户活跃度，然后将用户活跃度引入传统的用户相似度计算，计算相似的用户，最后得出用户对项目的评分预测。具体地，本图示出了四个步骤，首先是步骤S201，对收集到的用户及项目评分数据进行预处理，稀疏性处理，本领域技术人员理解，所述预处理以及稀疏性处理具体地采用基于项目的协同过滤算法对原始数据进行一个评分预测，并将预测结果来填充空缺的评分值以缓解数据的稀疏性，将得到的新数据应用于后续的预测计算。之后执行步骤S202确定用户在每一个项目上的活跃度加权值。更具体地，本领域技术人员理解，对于一个项目，判断用户是否对其给出过评分，如果用户为该项目评过分，那用户对该项目的活跃度加权为1，否则根据用户观看次数，观看项目所属类型的百分比来计算用户u对项目i的活跃度加权Act(u,i)。用户u总共对项目观看的次数记为T_u，所有用户对项目的平均观看次数记为用户u对项目i所属分类的观看次数记为T_i，用户u对所有分类的观看次数记为T_total，通过如下公式来计算，

$\mathrm{Act}(u,i)=\mathrm{\λ}\·\sqrt{\frac{T_u}{\stackrel{\‾}{T}}}\·\sqrt{\frac{T_i}{T_{\mathrm{total}}}}$

其中参数λ在实际应用中调整。

步骤S202后为步骤S203根据活跃度加权值确定相似用户，具体地，将活跃度加权与用户-项目评分结合，采用皮尔森相关性来计算用户之间的相似度，并根据计算所得的用户相似度来对每个用户选取相似的用户。步骤S204根据活跃度加权值形成最终评分预测。本发明是根据用户活跃度来改进传统协同过滤的评分预测方法，其有的优点包括：更准确挖掘用户兴趣，具有更高的预测质量。

图2示出根据本发明第二实施例的，所述基于用户活跃度的评分预测的数据预处理的流程图。具体地，本图示出了四个步骤，首先是步骤S301，将没有经过用户评分的项目作为目标项目，并采用基于项目的协同过滤算法来进行一次初步的评分预测来缓解数据的稀疏性，首先针对目标项目，采用修正的余弦相似度来计算目标项目与其他项目间的相似度，相似度计算得到后就执行步骤S302，根据相似项目的个数，或者确定一相似度阈值确定所述目标项目的相似项目。之后执行步骤S303，根据用户对每一个项目的相似项目评分的加权计算第一次的预测评分。最后是步骤S304，将所述计算所得的预测评分作为所述用户对所述目标项目的评分。

图3示出根据本发明的一个具体实施方式的，基于用户活跃度的评分预测方法的示意图。具体地，优选地，在本实施方式中，通过如下过程完成本发明提供的技术方案：

(1)：首先是处理数据，对于用户项目评分的数据，我们先要构造用户项目评分矩阵。这里需要数据源中的用户信息、用户项目评分信息、项目信息以及项目所属分类的信息。矩阵构造如下：

行表示的是用户，列表示的是项目。其中R_u，k表示用户u对项目k的评分

将数据引入后就采用基于项目的协同过滤算法对原始数据进行一个评分预测，并将预测结果来填充空缺的评分值以缓解数据的稀疏性，将得到的新数据应用于后续的预测计算；

其中采用基于项目的协同过滤算法来进行一次初步的评分预测来缓解数据的稀疏性，首先针对用户一项目矩阵中的项目，采用修正的余弦相似度来计算项目间的相似度，修正的余弦相似性计算方法如下：

$\mathrm{sim}(i,j)=\frac{{\mathrm{\Σ}}_{u\∈U}(R_{u,i}-{\stackrel{\‾}{R}}_u)(R_{u,j}-{\stackrel{\‾}{R}}_u)}{\sqrt{{\mathrm{\Σ}}_{u\∈U}{(R_{u,i}-{\stackrel{\‾}{R}}_u)}^2}\sqrt{{\mathrm{\Σ}}_{u\∈U}{(R_{u,j}-{\stackrel{\‾}{R}}_u)}^2}}$

其中U为同事评分过项目i,j的用户集合，表示用户u对项目的平均评分。

相似度计算得到后就可以寻找到每个项目的相似项目，然后可以根据用户u对每一个项目的相似项目评分的加权和来给出最后的预测，然后将这些预测得出的评分用来填充原始的数据矩阵，这样就达到减缓稀疏性的作用。评分预测方法如下：

$P_{u,i}=\frac{{\mathrm{\Σ}}_{j\∈T_i}\mathrm{sim}(i,j)\×R_{u,j}}{{\mathrm{\Σ}}_{k\∈T_i}\left|\mathrm{sim}(i,j)\right|}$

其中P_u,i为用户u对项目i的最终评分预测，sim(i,j)表示项目i与项目j的相似性，R_u,j表示用户u对项目j的评分，T_i表示项目i的相似项目集。

（2）：对于一个项目，判断原始数据中用户是否对其给出过评分，如果用户为该项目评过分，则转到（4），否则转到（3）；

（3）：用户没有对项目评分，那么根据用户观看次数，观看项目所属类型的百分比来计算用户u对项目i的活跃度加权Act(u,i)。用户u总共对项目观看的次数记为T_u，所有用户对项目的平均观看次数记为用户u对项目i所属分类的观看次数记为T_i，用户u对所有分类的观看次数记为T_total，通过如下公式来计算，

$\mathrm{Act}(u,i)=\mathrm{\λ}\·\sqrt{\frac{T_u}{\stackrel{\‾}{T}}}\·\sqrt{\frac{T_i}{T_{\mathrm{total}}}}$

其中参数λ可以在实际应用中调整；

（4）确定活跃度加权值为1。

（5）：将活跃度加权与用户-项目评分结合，根据数据中的用户评分，采用皮尔森相关性来计算用户之间的相似度，计算方法如下：

$\mathrm{sim}(i,j)=\frac{{\mathrm{\Σ}}_{c\∈I_{\mathrm{ij}}}\mathrm{Act}(i,c)\·(R_{i,c}-{\stackrel{\‾}{R}}_i)\×\mathrm{Act}(j,c)\·(R_{j,c}-{\stackrel{\‾}{R}}_j)}{\mathrm{Act}(i,c)\·\sqrt{{\mathrm{\Σ}}_{c\∈I_i}{(R_{i,c}-{\stackrel{\‾}{R}}_i)}^2}\×\mathrm{Act}(j,c)\·\sqrt{{\mathrm{\Σ}}_{c\∈I_j}{(R_{j,c}-{\stackrel{\‾}{R}}_j)}^2}}$

其中R_i,c表示用户i对项目c的评分,项目c被用户i和j都评过分，和分别表示用户i和用户j对项目的平均评分。

（6）：根据（5）计算所得的用户相似度来对每个用户选取相似的用户，选取相似度最大的N个用户作为相似用户，相似用户可以记为Neighbor。其中可以在计算中规定N的大小以选取一个最恰当的相似用户数。

（7）：根据（6）中所得到的相似用户，以及活跃度加权的评分，采用传统评分预测方法来进行最终的评分预测。

$P_{i,k}={\stackrel{\‾}{R}}_i+\frac{{\mathrm{\Σ}}_{j\∈\mathrm{Neighbor}}\mathrm{sim}(i,j)(R_{j,k}-{\stackrel{\‾}{R}}_j)\·\mathrm{Act}(j,k)}{{\mathrm{\Σ}}_{j\∈\mathrm{Neighbor}}\left|\mathrm{sim}(i,j)\right|}$

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形修改，这并不影响本发明的实质内容。

Claims (9)

1.一种在协同过滤网络推荐系统中基于用户活跃度的评分预测方法，其特征在于，包括如下步骤：

a.采集用户以及项目数据，并对所述数据进行预处理和稀疏性处理；

b.计算所述用户在每一个项目上的活跃度加权值，包括：

b1.判断所述用户是否对所述项目进行过评分；

b2.若所述步骤b1判断所述用户未对所述项目进行评分，则计算所述用户对所述项目的活跃度加权值，

其中，所述活跃度加权值根据如下公式计算：

$Act(u,i)=\mathrm{\λ}\·\sqrt{\frac{T_u}{\stackrel{\‾}{T}}}\·\sqrt{\frac{T_i}{T_{total}}}$

其中，Act(u，i)为用户u对项目i的活跃度加权值，T_u为用户u对项目i评分的次数，为所有用户对项目i的平均评分次数，T_i为用户u对项目i所属分类的评分次数，T_total为用户u对所有分类的评分次数，λ为调整参数；

b3.若所述步骤b1判断所述用户对所述项目进行过评分，则所述用户对所述项目的活跃度加权值为1；

c.根据活跃度加权值确定相似用户；

d.根据活跃度加权值以及相似用户结合基于项目的协同过滤预测方法计算最终预测评分。

2.根据权利要求1所述的方法，其特征在于，所述步骤a包括如下步骤：

a1.在所有用户中确定一用户为目标用户，将没有经过所述目标用户评分的项目作为目标项目，并采用基于项目的协同过滤算法计算所述目标用户对所述目标项目的第一次预测评分；

a2.将所述第一次预测评分结果作为所述目标用户对所述目标项目的评分值并确定下一个目标用户。

3.根据权利要求2所述的方法，其特征在于，所述步骤a1包括如下步骤：

a11.采用修正的余弦相似度计算所述目标用户评分过的各个项目与所述目标项目间的相似度，并将所述相似度作为所述目标用户对所述各个项目评分的加权值；

a12.根据所述目标用户对所述各个项目的评分以及所述各个项目的评分加权值计算所述目标用户对所述目标项目评分第一次预测评分。

4.根据权利要求3所述的方法，其特征在于，所述步骤a11包括如下步骤：

a111.确定所述目标项目的相似项目的个数M；

a112.将与所述目标项目相似度最大的M个项目作为目标项目相似项目。

5.根据权利要求3所述的方法，其特征在于，所述步骤a11包括如下步骤：

a111'.确定所述目标项目的相似项目相似度的第一阈值；

a112'.将与所述目标项目相似度超过第一阈值的项目作为所述目标项目的相似项目。

6.根据权利要求1所述的方法，其特征在于，所述步骤c包括如下步骤：

c1.结合所述活跃度加权值与相似度计算方法，计算用户间相似度；

c2.根据所述步骤c1的相似度计算结果确定相似用户。

7.根据权利要求6所述的方法，其特征在于，所述步骤c2包括如下步骤：

c21.确定所述用户的相似用户的个数N；

c22.选取与所述用户相似度最大N个用户作为所述用户的相似用户。

8.根据权利要求6所述的方法，其特征在于，所述步骤c2包括如下步骤：

c21'.确定所述用户的相似度的第二阈值；

c22'.选取与所述用户的相似度大于所述第二阈值的用户作为所述相似用户。

9.根据权利要求1所述的评分预测方法，其特征在于，所述步骤d包括如下步骤：

d1.将根据活跃度加权值以及相似用户与基于项目的协同过滤预测方法结合，调整计算公式；

d2.通过如下公式计算最终评分预测：

$P_{i,k}={\stackrel{\‾}{R}}_i+\frac{{\mathrm{\Σ}}_{j\∈Neighbor}sim(i,j)\×(R_{j,k}-{\stackrel{\‾}{R}}_j)\·Act(j,k)}{{\mathrm{\Σ}}_{j\∈Neighbor}\left|sim(i,j)\right|},$

其中，P_i,k表示用户i对项目k的最终评分预测，表示用户i对项目的平均评分，Neighbor表示相似用户的集合，相似用户为与用户i的相似度最大的N个用户，j∈Neighbor表示用户j属于用户i的相似用户的集合，sim(i,j)表示用户i和用户j之间的相似度，R_j,k表示用户j对项目k的评分，表示用户j对项目的平均评分，Act(j,k)表示用户j对项目k的活跃度加权值。