CN104598643A - 一种物品相似度贡献系数、相似度获取方法及物品推荐方法及其系统 - Google Patents

Abstract

本发明公开了一种物品相似度贡献系数、相似度获取方法及物品推荐方法及其系统，涉及数据挖掘技术领域，旨在提供获取相似度贡献系数的获取方法，基于相似度贡献系数获取更加有效、准确的物品相似度的方法以及根据该相似度进行物品推荐的方法。本发明技术要点包括：在网络上获取目标用户集合中每个用户访问物品的行为记录；根据所述行为记录为所述每个用户建立一个包含其访问过的物品的列表；根据每个用户的访问过的物品数量计算该用户的相似度贡献系数C(u)：其中N(u)为用户u访问过的物品数量，θ为活跃度阈值，a为大于或等于0的常数。

Description

一种物品相似度贡献系数、相似度获取方法及物品推荐方法及其系统

技术领域

本发明涉及数据挖掘技术领域，尤其是一种根据用户对物品的访问行为获取物品相似度的方法，以及基于该相似度的物品推荐方法。

背景技术

推荐系统在互联网的各类应用中广泛使用，如有些浏览器，它会记录用户对网络上物品的访问行为，通过分析用户的历史访问行为对用户进行兴趣建模，从而为用户推荐符合其兴趣的信息。如用户用某浏览器浏览过羽毛球拍，浏览器根据分析认为羽毛球拍与羽毛球服装具有较大的相似度，根据这一结论浏览器会在主页的某一角落主动向用户呈现羽毛球服装，达到推荐目的。可见，推荐结果很大程度上决定了用户体验，甚至决定着产品的未来。

目前的个性化推荐算法都是基于用户兴趣行为数据分析设计的，其中基于物品协同过滤(ItemCF)推荐算法，通过众多用户对物品的共同喜好行为，判断物品之间的相似性，从而为用户推荐与其历史感兴趣物品相似的物品。

然而现有的推荐系统中存在着很多影响推荐结果的因素，如：热门物品对用户相似度的影响；活跃用户对物品相似度的影响等。

例如，ItemCF算法里的相似度仅根据物品间共同用户数来计算，也就是说这些用户对相似度计算的贡献视为相同，这样忽略了不同活跃度用户的其兴趣贡献的差异，一方面：非常活跃的用户可能并非出于自身真正的兴趣，而是出于广泛涉猎对很多物品对物品进行访问，这意味着这个用户使得很多物品间都产生了相似度，因此需要削弱活跃用户对物品相似度产生的贡献；另一方面：新用户可能也并非出于自身真正的兴趣，而是出于熟悉系统或对新鲜物品的好奇对物品进行访问，因此也需要削弱这类用户的相似度的贡献。

发明内容

基于上述分析结果，本专利旨在提供获取相似度贡献系数的获取方法，基于相似度贡献系数获取更加有效、准确的物品相似度的方法以及根据该相似度进行物品推荐的方法。

其中，本发明提供的物品相似度贡献系数的获取方法，包括：

步骤1：在网络上获取目标用户集合中每个用户访问物品的行为记录；

步骤2：根据所述行为记录为所述每个用户建立一个包含其访问过的物品的列表；

步骤3：根据每个用户的访问过的物品数量计算该用户的相似度贡献系数C(u)：其中N(u)为用户u访问过的物品数量，θ为活跃度阈值，a为大于或等于0的常数。

优选地，所述a等于2。

本发明提供的一种基于前述物品相似度贡献系数的物品相似度的获取方法，包括：

步骤1：在网络上获取目标用户集合中每个用户访问物品的行为记录；

步骤2：根据所述行为记录为每个物品建立起一个包含访问过该物品的用户的用户列表；

步骤3：根据步骤2获取的列表计算每个物品与其他物品间的相似度：其中w_ij表示物品i与物品j之间的相似度，N(i)表示物品i的用户列表，N(j)表示物品j的用户列表，|N(i)|表示物品i的用户列表中的用户数量，|N(j)|表示物品j的用户列表中的用户数量。

本发明中的基于所述物品相似度的物品推荐方法，包括：

步骤1：确定目标用户，并获取该目标用户访问过的物品的列表以及目标用户对其访问过的物品的兴趣值；

步骤2：根据所述物品相似度确定目标用户访问过的物品的列表中每个物品的K个最相似的物品，所述每个物品的K个最相似物品组成集合s；

步骤3：计算目标用户对集合s中每个物品的兴趣值：其中N(u)是目标用户访问过的物品的列表，w_ji为集合s中物品j和N(u)中物品i的相似度，r_ui是目标用户对所述物品i的兴趣值；

步骤4：将s集合中的物品按照兴趣值p降序排列，得到推荐列表。

本发明还提供了一种物品相似度贡献系数的获取系统，包括：

行为记录获取单元，用于在网络上获取目标用户集合中每个用户访问物品的行为记录；

物品列表生成单元，用于根据所述行为记录为所述每个用户建立一个包含其访问过的物品的列表；

计算单元，用于根据每个用户的访问过的物品数量计算该用户的相似度贡献系数C(u)：其中|N(u)|为用户u访问过的物品数量，θ为活跃度阈值，a为大于或等于0的常数。

本发明中基于所述物品相似度贡献系数的物品相似度的获取系统，包括：

行为记录获取单元，用于在网络上获取目标用户集合中每个用户访问物品的行为记录；

用户列表生成单元，用于根据所述行为记录为每个物品建立起一个包含访问过该物品的用户的用户列表；

计算单元，用于根据用户列表生成单元获取的列表计算每个物品与其他物品间的相似度：其中w_ij表示物品i与物品j之间的相似度，N(i)表示物品i的用户列表，N(j)表示物品j的用户列表，|N(i)|表示物品i的用户列表中的用户数量，|N(j)|表示物品j的用户列表中的用户数量。

本发明中的基于所述物品相似度的物品推荐系统，包括：

目标用户访问物品的兴趣值获取单元，用于确定目标用户，并获取该目标用户访问过的物品的列表以及目标用户对其访问过的物品的兴趣值；

相似物品集合确定单元，根据所述物品相似度确定目标用户访问过的物品的列表中每个物品的K个最相似的物品，所述目标用户访问过的物品的列表中每个物品的K个最相似物品组成集合s；

集合s物品兴趣值计算单元，用于计算目标用户对集合s中每个物品的兴趣值p：其中N(u)是目标用户访问过的物品的列表，w_ji和集合s中物品j和N(u)中物品i的相似度，r_ui是目标用户对所述物品i的兴趣值；

排序单元，用于将s集合中的物品按照兴趣值p降序排列，得到推荐列表。

本发明引入了相似度贡献系数，消除了新用户及活跃用户对推荐结果的错误导向，提高了物品相似度的准确性，进而提高了推荐系统的用户个性化程度及用户体验。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1为本发明一个具体实施例中的用户访问物品的行为记录表。

图2为本发明一个具体实施例中的包含了兴趣值的兴趣记录表。

图3为本发明一个具体实施例中的用户列表。

图4为本发明一个具体实施例中的物品列表。

图5为本发明物品相似度贡献系数曲线图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

本发明提供的物品相似度贡献系数的获取方法包括：

步骤1：确定需要关注的目标用户，组成目标用户集，在网络上获取目标用户集中每个用户访问物品的行为记录，得到行为记录表，如图1所示，其中u1、u2、…表示用户，i1、i2、…表示物品。用户的访问行为由物品运营网站(如淘宝、唯品会)定义，本实施例中用户的访问行为包括浏览(view)、跟踪(follow)、点赞(like)。

步骤2：根据所述行为记录为所述每个用户建立一个包含其访问过的物品的列表，如图4。

步骤3：根据每个用户的访问过的物品数量计算该用户的相似度贡献系数C(u)：其中N(u)为用户u访问过的物品数量，θ为活跃度阈值，反应了用户访问物品的平均频率，该值可通过物品运营商获取，本实施例中取值3，a为大于或等于0的常数，优选a等于2。

对于用户u1的相似度贡献系数为

本发明基于上述相似度贡献系数提供了一种物品相似度的获取方法，包括：

步骤1：在网络上获取目标用户集合中每个用户访问物品的行为记录；如图1。

步骤2：根据所述行为记录为每个物品建立起一个包含访问过该物品的用户的用户列表；如图3。

步骤3：根据步骤2获取的列表计算每个物品与其他物品间的相似度：其中w_ij表示物品i与物品j之间的相似度，N(i)表示物品i的用户列表，N(j)表示物品j的用户列表，|N(i)|表示物品i的用户列表中的用户数量，|N(j)|表示物品j的用户列表中的用户数量。

以图3中的物品i1和i3之间的相似度为例，取θ＝3，则其相似度计算如下：

$\begin{array}{c}{w}_{13}=\frac{{\mathrm{\Σ}}_{u\∈(u1,u3)}1\×C\left(u\right)}{\sqrt{\left|N\left(1\right)\right|\×\left|N\left(3\right)\right|}}=\frac{C\left(u1\right)+C\left(u3\right)}{\sqrt{\left|N\left(1\right)\right|\×\left|N\left(3\right)\right|}}\\ =\frac{\frac{1}{\log (2+{(2-3)}^2)}+\frac{1}{\log (2+{(4-3)}^2)}}{\sqrt{5\×2}}=0.5757\end{array}.$

本发明中的基于所述物品相似度的物品推荐方法，包括：

步骤1：确定目标用户，如以用户u3为目标用户，并获取该目标用户访问过的物品的列表以及目标用户对其访问过的物品的兴趣值。

根据用户的行为记录，将行为记录表转换成用户兴趣记录表。转换的方式有多种，例如将浏览行为的兴趣值设为1、跟踪行为的兴趣值设为2、点赞行为的兴趣值为3，若用户对同一个物品同时进行了上述三种操作，则将兴趣值设为最高值，即3。另一种转换方式可以是这样，不管是浏览、跟踪还是点赞，都将其权值设为1，然后求和，如用户对某物品只进行了一次访问行为，则兴趣值为1，如某用户对同以物品进行了浏览和跟踪两次访问行为，则兴趣值为2，以此类推，如图2。本实施例中，用户u3对其访问过的物品i1的兴趣值为2，对物品i2的兴趣值为1，对物品i3的兴趣值为1，对物品i4的兴趣值为1。

步骤2：根据所述物品相似度确定目标用户访问过的物品的列表中每个物品的K个最相似的物品，也就是说计算目标用户访问过的某物品与其他物品的相似度，选取相似度最大的K的物品，被比物品可以局限于某个物品运营商网站，也可以是多个物品运营商网站。所述目标用户访问过的每个物品的K个最相似物品组成集合s。

步骤3：计算目标用户对集合s中每个物品的兴趣值：其中N(u)是目标用户访问过的物品的列表，w_ji为集合s中物品j和N(u)中物品i的相似度，r_ui是目标用户对所述物品i的兴趣值。

步骤4：将s集合中的物品按照兴趣值p降序排列，得到推荐列表。

需要说明的是本发明的主要改进点在于引入了物品相似度系数，为了突出本发明的有益效果。先将传统的相似度获取方法与本发明中的相似度获取方法进行对比。

传统的ItemCF算法利用图3中的物品列表，根据以下余弦相似度公式计算物品i与j的相似度：

其中，分母中的|N(i)|是喜欢物品i的用户数，|N(j)|是喜欢物品j的用户数，而分子|N(i)∩N(j)|是同时喜欢物品i和物品j的用户数。

从上式的分子可以看出，传统的ItemCF算法里物品i和j的每个共同兴趣用户数对相似度的贡献相同，都为1，这样忽略了不同活跃度用户的其兴趣贡献的差异。

本发明引入了相似度贡献系数C(u)(Contribution Coefficient,u为指定用户)，削弱了新用户与活跃用户的相似度贡献，该系数为用户活跃度平方的对数倒数，计算公式如下：

该式使得用户对物品相似度的贡献得到了动态调整：当用户活跃度N(u)小于阈值θ时，随着活跃度的增加而贡献系数增大；当大于θ时，随着活跃度增加而贡献系数减小，见图5。

进而重新定义物品相似度计算公式如下：

$w_{\mathrm{ij}}=\frac{{\mathrm{\Σ}}_{u\∈N\left(i\right)\∩N\left(j\right)}1\×C\left(u\right)}{\sqrt{\left|N\left(i\right)\right|\×\left|N\left(j\right)\right|}}.$

这样计算出来的物品相似度削弱了新用户及活跃用户对物品相似度的贡献，更加准确、客观。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (8)

1.一种物品相似度贡献系数的获取方法，其特征在于，包括：

步骤1：在网络上获取目标用户集合中每个用户访问物品的行为记录；

步骤2：根据所述行为记录为所述每个用户建立一个包含其访问过的物品的列表；

步骤3：根据每个用户的访问过的物品数量计算该用户的相似度贡献系数C(u)：其中N(u)为用户u访问过的物品数量，θ为活跃度阈值，a为大于或等于0的常数。

2.根据权利要求1所述的一种物品相似度贡献系数的获取方法，其特征在于，所述a等于2。

3.一种基于权利要求1或2中所述物品相似度贡献系数的物品相似度的获取方法，其特征在于，包括：

步骤1：在网络上获取目标用户集合中每个用户访问物品的行为记录；

步骤2：根据所述行为记录为每个物品建立起一个包含访问过该物品的用户的用户列表；

步骤3：根据步骤2获取的列表计算每个物品与其他物品间的相似度：其中w_ij表示物品i与物品j之间的相似度，N(i)表示物品i的用户列表，N(j)表示物品j的用户列表，|N(i)|表示物品i的用户列表中的用户数量，|N(j)|表示物品j的用户列表中的用户数量。

4.一种基于权利要求3中所述物品相似度的物品推荐方法，其特征在于，包括：

步骤1：确定目标用户，并获取该目标用户访问过的物品的列表以及目标用户对其访问过的物品的兴趣值；

步骤2：根据所述物品相似度确定目标用户访问过的物品的列表中每个物品的K个最相似的物品，所述每个物品的K个最相似物品组成集合s；

步骤3：计算目标用户对集合s中每个物品的兴趣值：其中N(u)是目标用户访问过的物品的列表，w_ji为集合s中物品j和N(u)中物品i的相似度，r_ui是目标用户对所述物品i的兴趣值；

步骤4：将s集合中的物品按照兴趣值p降序排列，得到推荐列表。

5.一种物品相似度贡献系数的获取系统，其特征在于，包括：

行为记录获取单元，用于在网络上获取目标用户集合中每个用户访问物品的行为记录；

物品列表生成单元，用于根据所述行为记录为所述每个用户建立一个包含其访问过的物品的列表；

计算单元，用于根据每个用户的访问过的物品数量计算该用户的相似度贡献系数C(u)：其中|N(u)|为用户u访问过的物品数量，θ为活跃度阈值，a为大于或等于0的常数。

6.根据权利要求5所述的一种物品相似度贡献系数的获取系统，其特征在于，所述a等于2。

7.一种基于权利要求5或6中所述物品相似度贡献系数的物品相似度的获取系统，其特征在于，包括：

行为记录获取单元，用于在网络上获取目标用户集合中每个用户访问物品的行为记录；

用户列表生成单元，用于根据所述行为记录为每个物品建立起一个包含访问过该物品的用户的用户列表；

计算单元，用于根据用户列表生成单元获取的列表计算每个物品与其他物品间的相似度：其中w_ij表示物品i与物品j之间的相似度，N(i)表示物品i的用户列表，N(j)表示物品j的用户列表，|N(i)|表示物品i的用户列表中的用户数量，|N(j)|表示物品j的用户列表中的用户数量。

8.一种基于权利要求7中所述物品相似度的物品推荐系统，其特征在于，包括：

目标用户访问物品的兴趣值获取单元，用于确定目标用户，并获取该目标用户访问过的物品列表以及目标用户对其访问过的物品的兴趣值；

相似物品集合确定单元，根据所述物品相似度确定目标用户访问过的物品的列表中每个物品的K个最相似的物品，所述目标用户访问过的物品的列表中每个物品的K个最相似物品组成集合s；

集合s物品兴趣值计算单元，用于计算目标用户对集合s中每个物品的兴趣值p：其中N(u)是目标用户访问过的物品的列表，w_ji和集合s中物品j和N(u)中物品i的相似度，r_ui是目标用户对所述物品i的兴趣值；

排序单元，用于将s集合中的物品按照兴趣值p降序排列，得到推荐列表。