CN106471491A - 一种时变的协同过滤推荐方法 - Google Patents

Abstract

本发明涉及互联网领域，其公开了一种时变的协同过滤推荐方法，包括以下步骤：(A)整理数据形成用户‑物品评分矩阵；(B)填充评分矩阵；(C)计算评分对应的权值并计算用户相似度；(D)对目标用户未使用的商品评分；(E)推荐输出。本发明的有益效果是：通过填充稀疏矩阵和引入时间权值，实现了在电子商务领域为用户提供更好的个性化推荐的目的，一方面符合个性化的发展，为用户提供了更好的服务，另一方面好推荐效果将会吸引更多用户，提高经济效益。

Description

一种时变的协同过滤推荐方法 【技术领域】

本发明涉及互联网领域，尤其涉及一种时变的协同过滤推荐方法。

【背景技术】

随着信息网络的飞速发展，国内外电子商务网站不断涌现，电子商务给人们带来了翻天覆地的变化，电子商务消除了地域、时间限制，消费者可以随时随地的选择自己喜欢的商品，电子商务极大的方便了人们的生活。但是在快速扩张的同时，诸多问题也随之而来，面对琳琅满目的商品、堆积如海的信息，户目接不暇，不知所从，没有足够的能力、精力和时间找到自己真正喜欢的商品。

搜索引擎和推荐系统是解决信息过载的两种主要工具，搜索引擎是按照一定的策略对信息进行处理和组织后，跟据组织的关键词向用户提供检索服务；而现在以百度和谷歌为代表的信息检索技术已无法满足用户的需求，一是搜索引擎通过关键字匹配来寻找信息，往往与关键字匹配的信息有成千上万条，用户还是很难快速找到自己满意的信息，二是搜索引擎需要用户显式的明确给出一个或多个关键词，但是，在某些情况下用户无法准确地把自己的需求表达成合适的关键词。因此，以推荐系统应运而生，它能采集用户的历史行为和反馈信息，根据这些信息找到符合用户兴趣的资源，然后为用户做出个性化推荐。

个性化推荐系统通过收集用户与媒体交互过程的行为数据来获取用户的喜好特征，进而根据这些特征从海量的媒体信息中挖掘用户潜在感兴趣的或者需要的资源，并提供相应的推荐。推荐的实质的通过分析用户过去使用的资源来预测用户对未使用资源的喜欢程度，并将预测的结果以某种有效形式展现给用户，比如将相似度高的资源推荐给用户。

目前已存在的许多典型推荐方法，协同过滤是最早提出并被广泛应用的个性化推荐技术，一些知名网站如Amzon、Douban和GroupLens都采用了协同过滤的方法，通过该方法向用户推荐有价值的信息。该方法的核心思想是具有相似评分的用户间认为是相似的，然后根据相似用户的评分来预测目标用户对未使用的商品的的评分，根据评分大小进行商品推荐。

现如今推荐技术已经应用到电子商务、视频业务、个性化阅读、社交媒体、音乐电台等多个领域。根据中国互联网信息中心最新发布的《中国互联网发展状 况统计报告》显示，截至到2014年12月底，中国网民规模达6.49亿，较上年增加了3117万人。面对如此巨大和快速增长的用户群，为其提供个性化推荐服务是意义重大的，并蕴涵着巨大的商业价值。

在电子商务领域，用户都会对购买的商品进行打分评价，这也正是典型协同过滤推荐技术所利用的用户的历史行为。典型的协同过滤推荐系统都要通过四个个步骤来实现推荐：首先系统根据用户的打分记录进行数据整理形成一个用户-商品评分矩阵；其次然后根据评分矩阵计算用户之间的相似度，使用比较多的相似度计算方法包括修正余弦相似度、皮尔森相关系数、欧氏距离等；再次，从当前用户相似度最高的用户中选取K个作为最近邻，通过这些最近邻对商品的评分来预测当前用户对某个项目的评分；最后选取预测评分最高的若干物品作为推荐结果推荐给目标用户。

经典的协同过滤推荐技术的应用领域非常广泛，但它还是最早一些缺陷。典型的协同过滤推荐最重要的环节都是找到K最近邻用户，而K最近邻用户的搜索正是根据用户相似度。但是，目前在相似度的计算过程中还存在一些问题，实际情况中，用户不会对所有商品进行评价，而是只对部分商品进行评价，因此会存在目标用户与其它用户没有共同评分或只有很少共同评分的情况，这种情况下无法计算用户间的相似度，因此无法对目标用户未购买的商品进行评分预测，无法产生推荐。

此外，系统没有考虑用户兴趣会随着时间而改变。

【发明内容】

为了解决现有技术中的问题，本发明提供了一种一种时变的协同过滤推荐方法，解决现有技术中无法计算用户间的相似度和没有考虑用户随时间而改变的问题。

本发明提供了一种时变的协同过滤推荐方法，包括以下步骤：(A)整理数据形成用户-物品评分矩阵；(B)填充评分矩阵；(C)计算评分对应的权值并计算用户相似度；(D)对目标用户未使用的商品评分；(E)推荐输出。

作为本发明的进一步改进：所述步骤(A)进一步包括：系统收集m个用户对n个商品的评分记录并存放在数据库中；对每条数据进行扫描并形成B(m,n)的用户-商品评分矩阵。

作为本发明的进一步改进：所述步骤(B)中，使用类似线性回归Slope One 算法填充评分矩阵；通过计算出缺失的用户数据并通过相似性计算方法计算用户之间的相似性。

作为本发明的进一步改进：所述步骤(C)中，根据评分的时间计算评分对应的权值，用户的兴趣偏好对推荐结果的影响随着时间的远离而减少，对应的时间权值函数为单调递减函数；对计算出的相似度进行排序产生K最近邻。

作为本发明的进一步改进：所述步骤(D)中，计算用户u对未购买商品i的兴趣值，将用户评分标准化处理以抵消因不同评分爱好带来的预测偏差，用户a对任意商品i的评分预测为如下：

此处，sim(a，u)表示用户a与任一用户u之间的相似性；r_u，i表示用户u对商品i的评价；表示用户u对所有商品的平均评分；W_u，i表示用户u对商品i的时间权值；N表示N最近邻用户。

作为本发明的进一步改进：所述步骤(E)中，选取兴趣度最大的商品形成推荐列表为用户做个性化推荐。

本发明的有益效果是：通过填充稀疏矩阵和引入时间权值，实现了在电子商务领域为用户提供更好的个性化推荐的目的，一方面符合个性化的发展，为用户提供了更好的服务，另一方面好推荐效果将会吸引更多用户，提高经济效益。

【附图说明】

图1为本发明一种时变的协同过滤推荐方法的示意图。

【具体实施方式】

下面结合附图及具体实施方式对本发明进一步说明。

一种时变的协同过滤推荐方法，包括以下步骤：(A)整理数据形成用户-物品评分矩阵；(B)填充评分矩阵；(C)计算评分对应的权值并计算用户相似度；(D)对目标用户未使用的商品评分；(E)推荐输出。

所述步骤(A)进一步包括：系统收集m个用户对n个商品的评分记录并存放在数据库中；对每条数据进行扫描并形成B(m,n)的用户-商品评分矩阵。

所述步骤(B)中，使用类似线性回归Slope One算法填充评分矩阵；通过 计算出缺失的用户数据并通过相似性计算方法计算用户之间的相似性。

所述步骤(C)中，根据评分的时间计算评分对应的权值，用户的兴趣偏好对推荐结果的影响随着时间的远离而减少，对应的时间权值函数为单调递减函数；对计算出的相似度进行排序产生K最近邻。

所述步骤(D)中，计算用户u对未购买商品i的兴趣值，将用户评分标准化处理以抵消因不同评分爱好带来的预测偏差，用户a对任意商品i的评分预测为如下：

此处，sim(a，u)表示用户a与任一用户u之间的相似性；r_u，i表示用户u对商品i的评价；表示用户u对所有商品的平均评分；W_u，i表示用户u对商品i的时间权值；N表示N最近邻用户。

所述步骤(E)中，选取兴趣度最大的商品形成推荐列表为用户做个性化推荐。

在一实施例中，按以下步骤完成该推荐方法：

整理数据形成用户-物品评分矩阵

系统收集m个用户对n个商品的评分记录，并存放在数据库中。对每条用户数据进行扫描，形成一个B(m,n)的用户-商品评分矩阵，其中m为用户数，n为商品数。

下面给出实例，假如有4个用户，5个商品，用户以Ui来表示，商品以Ii来表示。

假如评分矩阵B(4,5)如下：

表1

使用Slope One算法填充评分矩阵

根据经验而言，用户只一般只会对有限个商品进行购买和评分，因此用户-商品评分矩阵都是稀疏的，对于稀疏的评分矩阵，总有部分用户与其它用户没有共同评分或只有很少量共同评分，没有共同评分或只有很少的共同评分是无法计算用户间的相似度的，这也是协同过滤推荐技术所存在的问题。本文使用了一种类似线性回归的算法---Slope One算法来解决上述问题，对少于K个共同评分的用户，使用该算法进行数据填充。Slope One算法使用了一种比f(x)＝ax+b更简单、更准确、更快速的一元线性模型f(x)＝x+b，参数b表示用户对物品评分的差值，参数b的计算公式如下：

下面使用如下公式，计算稀疏矩阵的缺失值。

其中，u_j表示用户u对物品j的评分；u_i表示用户u对物品i的评分；S_j,i(χ)表示同时包含物品i和物品j的评分集合；card(S_j,i(χ))表示同时包含物品i和物品j的评分的数量；S(u)——用户u评论的所有物品集合；{j}表示物品j。

在此，假定取K值为2，对少于2个共同评分记录的用户计算相似性前先进行必要的数据填充。以表1为例，在计算U1的与其它用户之间相似度时，U1与U3之间的共同评分只有1个，因此需要填充U1有评分而U3没有的项目，即P(u3,i2)和P(u3,i4)。

首先根据公式(1)计算项目之间的偏差，对于项目I1和I2，偏差为：

其余类似，为：

计算完偏差后，用公式(2)计算确实用户评分得，如下：

计算出缺失的用户数据，下面就可以通过相似性计算方法计算用户间的相似性了。

根据评分的时间计算评分对应的权值

随着时间的推移，人的兴趣和爱好是不断变化的，用户很久以前对某个商品的评价可能与现在状况已经不相符。根据实际情况而言，用户的兴趣偏好对推荐结果的影响应该随着时间的远离而减少，因此时间权值函数应该为单调递减函数。我们假设所有的数据都是有利于推荐结果的，只不过越新的评分数据对用户兴趣的预测占的权值越高。

我们给出的时间取值函数如下：

W_u,i＝2^-λVt   (3)

其中λ表示衰减速率，Vt为用户u对商品i的评分时间到当前时间的间隔时 间。

下面给出计算实例，表1已经给出用户-商品的评分矩阵，现给出用户对商品的评分时间到目前时间的间隔，时间以天为单位。

表2

假设λ取0.02，则：

W_u1,i1＝2^-0.02*317≈0.01，W_u1,i2＝2^-0.02*17≈0.79，W_u1,i4＝2^-0.02*50≈0.5，

W_u2,i2＝2^-0.02*2≈0.97，W_u2,i3＝2^-0.02*9≈0.88，W_u2,i4＝2^-0.02*40≈0.57，

W_u2,i5＝2^-0.02*100≈0.25W_u3,i1＝2^-0.02*20≈0.76，W_u3,i3＝2^-0.02*330≈0.01，

W_u3,i5＝2^-0.02*30≈0.66，W_u4,i1＝2^-0.02*14≈0.82，W_u4,i2＝2^-0.02*40≈0.57，

W_u4,i3＝2^-0.02*109≈0.22，W_u4,i5＝2^-0.02*50≈0.5。

计算用户相似度

下面使用皮尔森相关系数来计算用户之间的相似性。皮尔森相关系数用来衡量两个数据集是否在一条线上，用来衡量定距变量之间的线性关系，取值范围在[-1,+1]之间。当两个变量的所有数据点落在一条直线上时，相关系数为+1或-1，当两个变量线性关系越强时，相关系数越趋向于1或-1。皮尔森相关系数的一个关键特性就是它并不随变量的位置或大小的变化而变化。皮尔森相关系数计算公式为：

此处，r_a,p表示用户a对商品p的评价；r_b,p表示用户b对商品p的评价；表 示用户a对所有商品的平均评价；表示用户b对所有商品的平均评价。

下面还以表1为例，首先计算用户评分的平均评分，比如用户U1，求用户U1的所有评分的和然后除以评分个数，下面为所有用户的平均评分：

其次，计算用户评分与平均评分的差值，比如用户U1对I1评分的差值为：其余计算方法类似，计算结果如表3。

表3

最后，通过公式(4)计算用户之间的相似度。比如用户U1与用户U2之间的相似度，U1与U2共同评分项目只有I2和I4，只使用这两个共同评分，计算结果如下：

由于U1与U3的共同评分只有1个，小于最小共同评分阈值K，因此需要使用Slope One填充的数据，计算Slope One填充的数据与平均值之间的差值，如下：

然后通过公式(4)计算用户U1与U3的相似度，如下：

其余计算方法类似，得到结果如下：

对相似度排序，产生K最近邻

根据上面计算用户之间的相似度，选取目标用户相似度最大的K个用户为K最近邻用户。通过K最近邻用户计算目标用户对商品的评分。

下面以U1为目标用户为例，去K值为2，选取与用户U1相似度最高的两个用户，通过上面的计算知道与U1与U2的相似度为1，U1与U3的相似度为0.19，U1与U4的相似度为-0.71。因此与U1最相近的两个用户是U2和U3.

产生K最近邻后，就可以对目标用户没有评价过的商品进行评。

对目标用户未使用的商品评分

确定相似性之后，我们就可以计算用户u对未购买商品i的兴趣值。但，对于不同的用户对商品的打分尺度并不相同，有的人倾向于给所有的物品打高分，有的倾向于给所有物品打低分，因此，本文将用户评分标准化处理，都减去其平均分，以抵消因不同评分爱好而给系统带来的预测偏差。用户a对任意商品i的评分预测为：

此处，sim(a,u)表示用户a与任一用户u之间的相似性；r_u,i表示用户u对商 品i的评价；表示用户u对所有商品的平均评分；W_u,i表示用户u对商品i的时间权值；N表示N最近邻用户。

上面已经得出目标用户U1的2最近临用户为U2和U3。通过公式(4)计算目标用户U1对未使用过的商品I3和I5的评分。计算过程如下：

上面已经完成对目标用户U1为使用的商品进行评分预测，可以发现预测的评分U对商品I5的评分高于对I3的评分，如果只需要向用户推荐1个商品的话，就将评分高的I3推荐给用户。

上面已经完成了整个推荐的流程，但有一些问题需要说明。一是实际中用户数量并不仅仅只有4个，商品也不可能只有5个，本文只是用少量的用户和商品作为例子来说明实际的推荐过程。二是上述推荐的过程中，一些参数比如K最近邻、衰减速率λ、以及向用户推荐的商品个数的取值只是为了说明推荐的过程，并不代表实际生产阶段的实际值，生产阶段阶段的实际值选取需要根据实际情况，以及推荐效果调试来确定。

协同过滤推荐方法是当今应用最广泛的个性化推荐方法之一，一些知名网站的推荐系统如Amazon、Douban、GroupLens都采用了协同过滤推荐方法。据Amazon的披露报告显示，Amazon的30％的销售额都来自于自有的推荐系统，因此推荐系统在电子商务中的效益是显著的。本文提出了一种时变的协同过滤推荐方法，该方法通过采集用户行为数据进行数据整理得到用户-物品评分矩阵，基于该矩阵使用Slope One算法对稀疏数据填充解决了部分用户因共同评分数少或无共同评分而无法计算用户间相似度的问题，然后找到与目标用户相似度最大的前K个近邻，通过K近邻用户与目标用户的相似度来预测目标用户未使用过的商品的评分，并在评分里引入K最近邻用户评分的时间权值，提高了算法的推荐准确率，最后选取兴趣度最大的N个商品形成推荐列表为用户做个性化推 荐；该方法解决了协同过滤技术中一直存在的数据稀疏问题，并通过权值的方法给出更准确的预测。但该方法不仅仅适用于电子商务领域，该方法的特点是基于用户历史评分来做出预测，凡是基于用户历史评分而做出推荐的领域都适用，包括视频领域、音乐电台、个性化阅读等领域。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (6)

1. 一种时变的协同过滤推荐方法，其特征在于：包括以下步骤：(A)整理数据形成用户-物品评分矩阵；(B)填充评分矩阵；(C)计算评分对应的权值并计算用户相似度；(D)对目标用户未使用的商品评分；(E)推荐输出。
2. 根据权利要求1所述的时变的协同过滤推荐方法，其特征在于：所述步骤(A)进一步包括：系统收集m个用户对n个商品的评分记录并存放在数据库中；对每条数据进行扫描并形成B(m,n)的用户-商品评分矩阵。
3. 根据权利要求1所述的时变的协同过滤推荐方法，其特征在于：所述步骤(B)中，使用类似线性回归Slope One算法填充评分矩阵；通过计算出缺失的用户数据并通过相似性计算方法计算用户之间的相似性。
4. 根据权利要求1所述的时变的协同过滤推荐方法，其特征在于：所述步骤(C)中，根据评分的时间计算评分对应的权值，用户的兴趣偏好对推荐结果的影响随着时间的远离而减少，对应的时间权值函数为单调递减函数；对计算出的相似度进行排序产生K最近邻。
5. 根据权利要求1所述的时变的协同过滤推荐方法，其特征在于：所述步骤(D)中，计算用户u对未购买商品i的兴趣值，将用户评分标准化处理以抵消因不同评分爱好带来的预测偏差，用户a对任意商品i的评分预测为如下：

   此处，sim(a，u)表示用户a与任一用户u之间的相似性；r_u，i表示用户u对商品i的评价；表示用户u对所有商品的平均评分；W_u，i表示用户u对商品i的时间权值；N表示N最近邻用户。
6. 根据权利要求1所述的时变的协同过滤推荐方法，其特征在于：所述步骤(E)中，选取兴趣度最大的商品形成推荐列表为用户做个性化推荐。