CN108132964A - 一种基于用户对项目类评分的协同过滤方法 - Google Patents

Abstract

本发明公开了一种基于用户对项目类评分的协同过滤方法，该方法提出在特征矩阵的基础上引入对项目类的评分，根据用户主观评分高低得出用户在访问次数的基础上对项目类的偏好，即用户的真实喜好；根据用户的真实喜好并结合评分相似度得出用户的最终相似度。在真实数据集上的测试验证，在用户特征矩阵中引入评分能够更加准确的反应用户偏好，预测用户真实评分，提高推荐系统的准确性。本方法解决了现有方法存在的只是根据用户客观行为识别用户兴趣偏好，不能从用户主观方面真实反映用户偏好的缺陷，从而有效提高推荐系统的质量。

Description

一种基于用户对项目类评分的协同过滤方法

技术领域

本发明涉及一种推荐方法，具体涉及一种基于用户对项目类评分的协同过滤方法，该算法用于从用户真实兴趣偏好为出发点为用户做推荐。

背景技术

目前，协同过滤推荐方法是推荐系统中应用最广泛、最成功的推荐技术之一。它是基于用户兴趣，在用户群中找到指定用户的相似用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度的预测。它是根据用户的个人信息以及用户的历史反馈建立用户个人的兴趣模型，进而为每个用户针对性的推荐其感兴趣的信息。

协同过滤方法可以分为基于用户和基于物品的协同过滤推荐方法。基于用户的推荐方法是通过计算用户之间的相似度，根据用户相似度的大小找出与目标用户最相似的用户群，最后根据相似用户群预测用户感兴趣的物品。基于物品的协同过滤算法是计算物品之间的相似度，根据物品相似度找出与目标用户已交互过的物品的最相似物品群，最后在相似物品群中为目标用户推荐。现有的基于用户相似度的推荐算法是从用户评分相似度和用户偏好相似度两方面计算，在计算用户兴趣偏好相似度时，一般是根据用户访问次数来判断用户偏好的。

通过用户个人信息以及用户的历史反馈信息建立用户个人的兴趣模型，进而为每个用户针对性的推荐其感兴趣的信息；在这样的大环境下，目前的推荐方法中对用户真实兴趣偏好的分析有所偏差。从用户访问项目类次数来判断用户偏好的协同过滤方法存在的缺陷有：1)仅仅根据访问次数来分析用户的兴趣是不全面的。2)用户对项目类的评分高低没有充分的利用。

发明内容

本发明的目的是提供一种基于用户对项目类评分的协同过滤方法，在分析用户兴趣时更准确反应用户的真实兴趣偏好，从而提高推荐系统的质量。

为了实现上述任务，本发明采用以下技术方案：

一种基于用户对项目类评分的协同过滤方法，包括以下步骤：

步骤一，针对用户集合U中的任意的用户u_i和用户u_j，按照以下方法计算用户u_i和用户u_j总相似度：

步骤S10，对用户u_i访问的项目的特征类进行整理提取，再把用户u_i对项目的评分映射为用户u_i对对应特征类的评分，得出用户u_i对特征类的评分表；

步骤S11，统计用户u_i对某一特征类t的访问次数c_i,t和用户u_i访问过的项目总数|I_i|，并按公式1计算用户u_i对所述特征类t的感兴趣程度Q_i,t：

步骤S12，计算用户u_i对项目的平均评分并统计出用户u_i在特征类t中评分中大于平均评分的个数n_i,t，通过公式2计算出用户u_i在特征类评分的因素上对特征类的偏好程度P_i,t：

步骤S13，结合用户u_i对特征类的感兴趣程度和特征类的偏好程度，按公式3计算用户u_i对特征类的真实偏好程度H_i,t：

H_i,t＝Q_i,t×P_i,t 公式3

步骤S14，通过公式4求得用户u_i与用户u_j兴趣偏好之间的相似度hSim(i,j)：

上式中，C_i,j表示用户u_i和用户u_j共同访问过的特征类的集合，c是集合C_i,j中的一个特征类，和表示用户u_i和用户u_j对所述特征类集合中所有特征类真实偏好程度的平均值，H_i,c和H_j,c表示用户u_i和用户u_j对特征类c的真实偏好程度；

步骤S15，统计用户u_i和用户u_j的共同评分集合I_i,j、用户u_i和用户u_j评分项目的总集合I_i∪I_j，按公式5计算出用户u_i和用户u_j之间的共同评分权重w_i,j：

步骤S16，按照公式6计算用户u_i和用户u_j的评分相似度：

上式中，I_i,j表示用户u_i和用户u_j共同访问过的项目的集合，e是集合I_i,j中的一个项目，和表示用户u_i和用户u_j对所述项目集合中项目评分的平均值，r_i,e和r_j,e表示用户u_i和用户u_j对项目e的评分；

步骤S17，根据公式7计算出用户u_i和用户u_j最终的评分相似度：

scSim(i,j)＝sim(i,j)×w_i,j 公式7

步骤S18，根据公式8计算出用户u_i和用户u_j总相似度，其中α+β＝1：

Sim(i,j)＝α×scSim(i,j)+β×hSim(i,j) 公式8

步骤二，对于用户集合U中的一个待推荐的目标用户u_d，根据步骤一中的方法找出与目标用户u_d总相似度最高的前N个用户，构成目标用户u_d的最近邻居集合Neighber(u_d)；

根据公式9对目标用户u_d没有评分的项目计算预测评分R_k(d)：

上式中，u_v是最近邻居集合Neighber(u_d)中的一个用户，sim(d,v)是用户u_d和用户u_v的总相似度，表示用户u_d对其已经评过分的项目的平均分，r_v,k表示用户u_v对项目k的评分，该项目k为目标用户u_d没有评过分的项目；

调整公式8中的α的值，根据公式9得出评分结果；

步骤三，根据最优的评分结果对项目进行排序，并将排序靠前的项目推荐给目标用户。

进一步地，所述的α的取值范围为0.1～0.9。

本发明与现有技术相比有以下优点：

1.更加精确用户的兴趣偏好

由于在计算用户兴趣偏好时，不仅是通过对用户访问特征类次数的统计，还结合了用户对项目类评分的高低，即加入用户对项目类的主观喜好感受。这样能使结果更真实贴近用户的实际偏好。

2.提高了推荐系统的质量

首先通过更加准确的用户兴趣，使得找出与目标用户兴趣最相近的用户即最近邻居集合更加准确了。

其次，由于用户相似度准确性的提高，使得在预测用户对未访问项目的评分更加准确。这样，推荐系统的质量就得以提高。

3.更加体现用户的个性化兴趣

通过用户的兴趣找到与之相似兴趣的用户，使得目标用户的个人兴趣得到最大发挥，个性化的偏好占较大比例。

附图说明

图1是本发明方法的流程图；

图2是本方法研究过程的思路示意图；

图3是用户偏好相似度计算的思路示意图；

图4是权值α与MAE的关系的示意图；

图5是邻居个数与MAE的关系的示意图；

具体实施方式

通过用户个人信息以及用户的历史反馈信息建立用户个人的兴趣模型，进而为每个用户针对性的推荐其感兴趣的信息。在这样的大环境下，目前的推荐方法中对用户真实兴趣偏好的分析有所偏差。本发明提出一种基于用户对项目类评分的协同过滤方法，在分析用户兴趣时更准确反应用户的真实兴趣偏好，从而提高推荐系统的质量。

一种基于用户对项目类评分的协同过滤方法，该方法从用户真实兴趣偏好为出发点为用户做推荐，包括以下步骤：

步骤一，针对用户集合U中的任意的用户u_i和用户u_j，按照步骤S10至S19的方法计算用户u_i和用户u_j总相似度。所述的用户集合是指对于项目集合中的项目有过访问和评分记录的用户构成的集合；本实施例中，为了便于理解，项目是指例如电影、歌曲等。

步骤S10，通过对用户评分和项目信息的分析，比如用户对电影、歌曲等项目访问过后给出的评分以及电影、歌曲项目本身的信息，得出用户的评分矩阵和用户对项目特征类评分的矩阵，项目的特征类即为电影属于喜剧、悲剧或战争等哪一种类型的分类。先对用户u_i访问的项目中的特征类进行整理提取，即把电影项目中所有的电影类型整理出来，再把用户u_i对项目的评分映射为用户u_i对对应特征类的评分，得出用户u_i对特征类的评分表，如表1所示。

表1给出的信息是，用户u_i对4种类型(特征类)C1、C2、C3、C4的电影都观看过两次，但对C2和C4这两个电影类型的评分明显偏低，即用户对电影类型C1，C3和C2，C4的偏好是不同。

表1用户u_i对电影类型的评分表

电影	评分	C1	C2	C3	C4
						A1	4	4	0	4	0
A2	5	5	0	5	0
						A3	2	0	2	0	2
A4	1	0	1	0	1

步骤S11，通过评分表，即表1统计用户u_i对某一特征类的访问次数c_i和用户u_i访问过的项目总集合I_i；例如，表1中的此用户对特征类C1的访问次数是2，用户共访问过的电影数是4；按公式1计算用户u_i对特征类的感兴趣程度Q_i,t，即该特征类占用户总访问项目数的百分比。根据公式1得出表1中此用户对特征类C1的感兴趣程度是0.5。

上式中，|I_i|表示计算集合I_i中项目总数。

步骤S12，通过评分表，计算用户u_i对项目的平均评分例如，表1中用户u_i对项目的平均评分是3；然后统计出用户u_i在特征类t评分中大于平均评分的个数n_i,t，例如表1中用户在C1、C2、C3、C4的特征类评分中大于该用户的平均评分的个数分别是2、0、2、0；通过公式2计算出用户u_i在特征类t评分的因素上对特征类的偏好程度P_i,t，即用户在访问过的这些特征类中，有多少是用户喜欢的。表1中的用户对访问过的四个特征类的喜欢分别是1、0、1、0。这样更加真实的反映出用户对该类的喜欢程度。

步骤S13，结合用户u_i在特征类的感兴趣程度和特征类的偏好程度(即公式1、2计算出的结果)，按公式3计算用户u_i对特征类t的真实偏好程度H_i,t：

H_i,t＝Q_i,t×P_i,t 公式3

步骤S14，通过公式4求得用户u_i与用户u_j兴趣偏好之间的相似度hSim(i,j)：

上式中，C_i,j表示用户u_i和用户u_j共同访问过的特征类的集合，即这两个用户访问过的电影项目中特征类的交集集合；c是集合C_i,j中的一个特征类，和表示用户u_i和用户u_j对所述特征类集合中所有特征类真实偏好程度的平均值，计算采用公式3，即用户u_i和用户u_j对所有集合中的特征类分别按照公式3计算后再求平均；H_i,c和H_j,c表示用户u_i和用户u_j对特征类c的真实偏好程度，即用户u_i和用户u_j对于特征类c按照公式3计算出来的结果。

比较用户之间的评分相似度，要先分析用户的共同评分权重，在共同评分因子的基础上计算用户评分的相似度。

步骤S15，根据评分表统计用户u_i和用户u_j的共同评分集合I_i,j、用户u_i和用户u_j评分项目的总和I_i∪I_j，也就是两个用户共同访问过的电影项目的集合和两个用户分别访问过的电影的并集；按公式5计算出用户u_i和用户u_j之间的共同评分权重w_i,j，即用户的共同评分项目数占两用户访问过的总项目的百分比，共同访问过的项目越多，用户之间的相似度也就越高。

步骤S16，按照公式6计算用户u_i和用户u_j的评分相似度：

上式中，I_i,j表示用户u_i和用户u_j共同访问过的项目的集合，e是集合I_i,j中的一个项目，和表示用户u_i和用户u_j对所述项目集合中项目评分的平均值，r_i,e和r_j,e表示用户u_i和用户u_j对项目e的评分，这些评分值可以在表1中直接获取或计算。

步骤S17，在步骤S16评分相似度的基础上加入用户间共同评分权重，即根据公式7计算出用户u_i和用户u_j最终的评分相似度：

scSim(i,j)＝sim(i,j)×w_i,j 公式7

步骤S18，根据公式8计算出用户u_i和用户u_j总相似度，其中α+β＝1：

Sim(i,j)＝α×scSim(i,j)+β×hSim(i,j) 公式8

步骤二，对于用户集合U中的一个待推荐的目标用户u_d，该目标用户存在没有评分的项目；根据步骤一中的方法找出与目标用户u_d总相似度最高的前N个用户，构成目标用户u_d的最近邻居集合Neighber(u_d)；即，对于目标用户，按照步骤一的方法，分别计算该目标用户和用户集合U中其余用户之间的总相似度，然后按照从大到小的顺序进行排序，再找出排序靠前的N个用户构成所述的最近邻居集合。

根据公式9对目标用户u_d没有评分的项目计算预测评分R_k(d)：

上式中，u_v是最近邻居集合Neighber(u_d)中的任意一个用户，Sim(d,v)是用户u_d和用户u_v的总相似度，通过公式8计算(本方案中代表用户的参数例如u_d、u_v中，在公式中以该参数的下标表示该用户，例如Sim(d,v)代表对u_d和用户u_v按照公式8求总相似度)；

表示用户u_d、u_v对其已经评过分的项目的平均分，r_v,k表示用户u_v对项目k的评分，该项目k为目标用户u_d没有评过分的项目；

调整公式8中的α的值，得出评分结果，例如α的取值可以为0.1～0.9；优选地，当α取值为0.4时得出的评分结果最优。具体地，可将公式8中α按0.1到0.9区间取值(每次取值间隔0.1)调整公式8的结果，并将每次的结果带入公式9进行相应的计算并得出未评分项目的预测评分。

步骤三，根据评分结果对项目进行排序，并将排序靠前的前P个项目推荐给目标用户，推荐的项目数量P根据实际需要确定。

由于荐系统准确性的评价标准是平均绝对误差MAE；计算方式是通过算法预测的评分值和用户实际的评分值之间的绝对误差的平均值，推荐的准确性是随着MAE值的递减而增高。因此，本实施例中，把与目标用户最相似的最近邻居集合的数目N定为30；对每次带入的α值得出的预测评分结果进行公式10的计算，得出最低MAE，例如本实施例中，最优α值为0.4。下式中，r_k(d)是用户的实际评分；T表示在训练集中目标用户需要预测的项目集合，训练集是从用户u_d评分过的项目中选取一部分集合作为未评分项目进项实验的集合；m＝|T|是训练集中的电影项目总数。

一、本发明方法中参数的确定

实验一，在本发明方法中引入的参数，用于调节传统的协同过滤推荐算法的用户评分相似性和用户对项目属性偏好的用户相似性之间的比重，如果权重系数α的取值太大或者大小都会影响推荐系统的推荐精度，因此需要考察不同权重系数对推荐系统精度的影响，当训练集占整个数据集总数的80％时、数据的稀疏为0.937.推荐系统的评分偏差的绝对值的平均(MAE)即系统的推荐精度与α的取值关系如图4所示。引入权重系数可以体现传统的协同过滤推荐算法的用户相似性和项目属性偏好的用户相似性比重对推荐精度的影响，当α的值较大时说明推荐系统比较注重传统的协同过滤推荐算法的用户相似性对推荐结果的影响，当α的值较小时说明推荐系统比较注重用户对项目类偏好的用户相似性对推荐精度的影响。通过预测用户评分与真实评分差的比较，得出用户评分相似度α和用户偏好相似度β因子最优值。

(1)按表2依次给对应参数赋值并得出实验结果

把参数对应的值带入实际数据中进行实验，实验进行9次，分别得出用户对项目的预测评分，观察对应参数对实验结果的影响。

表2权重系数α和β

α	0.1	0.2	0.3	0.4	0.5	0.6	0.7	0.8	0.9
										β	0.9	0.8	0.7	0.6	0.5	0.4	0.3	0.2	0.1

(2)分析实验结果

同过统计本发明得出的用户对项目的预测评分和用户实际评分之间的差距，即MAE的值，MAE的计算方式是算法预测的评分值和用户实际的评分值之间的绝对误差的平均值。推荐的准确性是随着MAE值的递减而增高。得出每对参数对应的MAE值，如图4。从图4中可以看到，α＝0.4时，MAE值最优。

二、本发明方法与其他方法的对比实验

下面用过一组实验来证明本发明与其他方法相比的具体优势。实验主要针对本发明的方法和基于用户属性偏好的方法：

基于用户属性偏好的协调过滤算法：该算法在计算用户偏好时以用户对项目特征的评分占用户平均评分比列为基础的。

实验主要从推荐系统质量方面验证本方法的优势：

仿真实验过程：

本实验以电影网站数据为例。选取的数据集共有100000条评分反馈记录，其中涉及的用户有943个，涉及的电影有1682部。且每一位用户都参与交互评分过电影至少20部，具体评分是1到5，评分越高表示越喜欢。此数据集包括用户、电影的基本属性信息，电影的类型分为动作、冒险、动画等18种，每一部电影可能属于一种或多种类型。数据的稀疏度在此数据集中的计算方式如下：

在本实验中，训练集是数据集的80％，剩余20％作为测试集。按照上述实施方式的步骤进行实验操作，在选取最近邻居集合时从10到70依次进行实验数据的记录。

实验结果分析：

实验数据的结果如图4所示，是两个不同算法分别在不同邻居用户数量上实验的最终推荐效果。从图5的结果分析，明显可知本方法提出的算法从邻居个数为40起，推荐质量趋于平缓；对比的算法结果趋于平缓是从邻居个数为30起。但综合显示，本发明方法的算法在每个数据点上MAE的值都低于相对比的算法，即每个数据点上本文提供的算法的推荐质量较高。因此，在计算用户偏好时引入特征评分并比较评分高低确实能够进一步真实反应用户偏好，提高推荐系统的质量。

Claims (2)

1.一种基于用户对项目类评分的协同过滤方法，其特征在于，包括以下步骤：

步骤一，针对用户集合U中的任意的用户u_i和用户u_j，按照以下方法计算用户u_i和用户u_j总相似度：

步骤S10，对用户u_i访问的项目的特征类进行整理提取，再把用户u_i对项目的评分映射为用户u_i对对应特征类的评分，得出用户u_i对特征类的评分表；

步骤S11，统计用户u_i对某一特征类t的访问次数c_i,t和用户u_i访问过的项目总数|I_i|，并按公式1计算用户u_i对所述特征类t的感兴趣程度Q_i,t：

步骤S12，计算用户u_i对项目的平均评分并统计出用户u_i在特征类t中评分中大于平均评分的个数n_i,t，通过公式2计算出用户u_i在特征类评分的因素上对特征类的偏好程度P_i,t：

步骤S13，结合用户u_i对特征类的感兴趣程度和特征类的偏好程度，按公式3计算用户u_i对特征类的真实偏好程度H_i,t：

H_i,t＝Q_i,t×P_i,t 公式3

步骤S14，通过公式4求得用户u_i与用户u_j兴趣偏好之间的相似度hSim(i,j)：

上式中，C_i,j表示用户u_i和用户u_j共同访问过的特征类的集合，c是集合C_i,j中的一个特征类，和表示用户u_i和用户u_j对所述特征类集合中所有特征类真实偏好程度的平均值，H_i,c和H_j,c表示用户u_i和用户u_j对特征类c的真实偏好程度；

步骤S15，统计用户u_i和用户u_j的共同评分集合I_i,j、用户u_i和用户u_j评分项目的总和I_i∪I_j，按公式5计算出用户u_i和用户u_j之间的共同评分权重w_i,j：

步骤S16，按照公式6计算用户u_i和用户u_j的评分相似度：

上式中，I_i,j表示用户u_i和用户u_j共同访问过的项目的集合，e是集合I_i,j中的一个项目，和表示用户u_i和用户u_j对所述项目集合中项目评分的平均值，r_i,e和r_j,e表示用户u_i和用户u_j对项目e的评分；

步骤S17，根据公式7计算出用户u_i和用户u_j最终的评分相似度：

scSim(i,j)＝sim(i,j)×w_i,j 公式7

步骤S18，根据公式8计算出用户u_i和用户u_j总相似度，其中α+β＝1：

Sim(i,j)＝α×scSim(i,j)+β×hSim(i,j) 公式8

步骤二，对于用户集合U中的一个待推荐的目标用户u_d，根据步骤一中的方法找出与目标用户u_d总相似度最高的前N个用户，构成目标用户u_d的最近邻居集合Neighber(u_d)；

根据公式9对目标用户u_d没有评分的项目计算预测评分R_k(d)：

上式中，u_v是最近邻居集合Neighber(u_d)中的一个用户，sim(d,v)是用户u_d和用户u_v的总相似度，表示用户u_d对其已经评过分的项目的平均分，r_v,k表示用户u_v对项目k的评分，该项目k为目标用户u_d没有评过分的项目；

调整公式8中的α的值，根据公式9得出评分结果；

步骤三，根据最优的评分结果对项目进行排序，并将排序靠前的项目推荐给目标用户。

2.如权利要求1所述的基于用户对项目类评分的协同过滤方法，其特征在于，所述的α的取值范围为0.1～0.9。