CN108681947B

CN108681947B - 基于物品的时间关联度和覆盖度的协同过滤推荐方法

Info

Publication number: CN108681947B
Application number: CN201810486705.7A
Authority: CN
Inventors: 张志鹏; 任永功; 邹丽; 崔晓松
Original assignee: Liaoning Normal University
Current assignee: Liaoning Normal University
Priority date: 2018-05-21
Filing date: 2018-05-21
Publication date: 2021-09-24
Anticipated expiration: 2038-05-21
Also published as: CN108681947A

Abstract

本发明公开一种基于物品的时间关联度和覆盖度的协同过滤推荐方法，提出了时间关联函数，并将其应用于物品之间相似度计算，即可以将时间关联函数最大限度地应用于协同过滤算法中，有效地减小被评分已久的物品的权重，能够更加精确地反映物品之间的关系，减少预测评分和实际评分之间的差距，提高预测精度；同时本发明提出了可以度量物品与目标用户爱好之间关系的覆盖度函数，并将其应用于计算物品的预测评分中，使得物品在计算预测评分时，其邻近物品会获得更高的权重，从而使得该物品拥有更高的预测评分，更容易被推荐给目标用户，有效提高了分类精度。

Description

基于物品的时间关联度和覆盖度的协同过滤推荐方法

技术领域

本发明涉及推荐技术领域，尤其涉及一种可同时提高预测精度和分类精度的基于物品的时间关联度和覆盖度的协同过滤推荐方法。

背景技术

推荐系统能够通过用户的个人信息智能地感知用户的兴趣或需求，实现信息的高质量推荐，有效地解决了“信息过载”问题。基于物品的协同过滤算法因其具有良好的可扩展性，成为推荐技术领域应用最成功的方法之一，如亚马逊和淘宝。基于物品的协同过滤算法有两个核心步骤：物品相似度计算和物品预测评分。

传统的基于物品的协同过滤算法中，所有物品在两个核心步骤中都具有相同的权重，使得一些具有重要贡献度的物品并没有得到更高的权重，导致推荐结果并不能同时具有良好预测精度和分类精度。

例如：物品1、物品2和物品3被同一个用户给予相同的评分，其中物品1的评分位于一年前，物品2和物品3的评分位于一天前。尽管用户的爱好和评分度量可能随着时间的变化而改变，物品2和物品3应具有更多的相似特点。但是传统的基于物品的协同过滤算法，物品1和物品2的相似度等于物品2和物品3的相似度，物品2和物品3相似度并没有得到更高的权重。

再者，假设物品a和物品b为目标用户的候选推荐商品，物品a的邻近物品具有和目标用户爱好更相近的特点，物品b的邻近物品的特点和目标用户爱好相差很远，因此物品a较之于物品b更可能被目标用户喜爱。但是，传统的基于物品的协同过滤算法在预测评分时，物品a和物品b得到相同的预测评分，并没有具有更高的权重。

发明内容

本发明为了克服现有技术所存在的上述技术问题，提供一种可同时提高预测精度和分类精度的基于物品的时间关联度和覆盖度的协同过滤推荐方法。

本发明的技术方案是：一种基于物品的时间关联度和覆盖度的协同过滤推荐方法，其特征在于依次按照如下步骤进行：

步骤一.统计得到物品被用户评分的二维表：

令U和I分别表示用户集合和物品集合；R∪{*}表示评分集合，其中(*)表示物品未得到用户的评分；T∪{ο}表示物品被用户评分的时间集合，其中(ο)表示评分时间为空；r_u,x∈R∪{*}表示用户u对物品x的评分；t_u,x∈T∪{ο}表示用户u对物品x的评分时间；

表示物品x被用户评分的平均值；

步骤二.构建时间关联函数，计算物品之间的时间关联度：

构建时间关联函数，如公式(1)：

式(1)中，f(u，x，y)表示对于目标用户tu而言，物品x和物品y的时间关联函数，λ表示衰减率；用时间关联函数，计算物品集合I中，两两物品的时间关联度；

步骤三.将物品之间的时间关联度结合公式(2)所示的皮尔森相似度量函数，计算两两物品之间的相似度；

式(2)中，U_x{u∈U|r_u，x≠*}表示评价过物品x的用户集合，

表示第y个物品的平均评分；

步骤四.构建物品覆盖度函数，计算物品之间的覆盖度：

令D为一个论域，C为论域D上的子集的集合；如在C中不存在空集，并且∪C＝D,则C成为论域D上的一个覆盖，<D,C>为一个覆盖空间；

在覆盖空间<D,C>上，对于集合

并且K∈C，覆盖度函数定义如式(3):

令目标物品ti的邻近物品N_ti(k)由相似度高的前k个物品组成，对于每一个包含于N_ti(k)内的物品p，进一步选取前n个相似度高的物品组成集合N_p(n)；

令目标用户tu的喜爱物品组成集合R_tu,其定义如式(4):

R_tu＝{x∈I|r_tu，x≥θ} (4)

利用式(3)表示的覆盖度函数，计算集合N_p(n)和R_tu之间的覆盖度CD(N_p(n)，R_tu)；

步骤五.将物品之间的覆盖度结合权重和预测评分函数，预测目标用户未评分的物品，如式(5)所示：

式(5)中，P_tu,ti表示目标用户tu对目标物品ti的预测评分；I_tu＝{x∈I|r_tu，x≠*}表示目标用户tu评价过的物品集合；N_ti(k)表示目标物品ti的邻近物品。

步骤六.从预测评分列表中选取预测评分高的前N个物品作为推荐结果。

本发明提出了时间关联函数，并将其应用于物品之间相似度计算，即可以将时间关联函数最大限度地应用于协同过滤算法中，有效地减小被评分已久的物品的权重，能够更加精确地反映物品之间的关系，减少预测评分和实际评分之间的差距，提高预测精度；同时本发明提出了可以度量物品与目标用户爱好之间关系的覆盖度函数，并将其应用于计算物品的预测评分中，使得物品在计算预测评分时，其邻近物品会获得更高的权重，从而使得该物品拥有更高的预测评分，更容易被推荐给目标用户，有效提高了分类精度。

附图说明

图1为本发明实施例的流程示意图。

图2为本发明实施例与现有技术MAE度量实验结果示意图。

图3为本发明实施例与现有技术RMSE度量实验结果示意图。

图4为本发明实施例与现有技术Precise度量实验结果示意图。

图5为本发明实施例与现有技术Recall度量实验结果示意图。

图6为本发明实施例与现有技术F1度量实验结果示意图。

具体实施方式

本发明提供基于物品的时间关联度和覆盖度的协同过滤推荐方法，如图1所示，依次按照如下步骤进行：

步骤一.统计得到物品被用户评分的二维表：

表示物品x被用户评分的平均值；

具体如用户集合U＝{用户1，用户2，用户3，目标用户}，物品集合I＝{物品1，物品2，物品3，物品4，物品5，目标物品1，目标物品2}，评分R的取值范围为[1,5]，评分时间T的取值范围为从2016年6月到2017年6月，ο表示评分时间为空。如表1所示：

表1

步骤二.构建时间关联函数，计算物品之间的时间关联度：

基于用在较短时间内，其兴趣爱好不会发生大幅度的变化，构建时间关联函数，如公式(1)：

式(1)中，f(u，x，y)表示对于目标用户tu而言，物品x和物品y的时间关联函数，λ表示衰减率，例如令

如果T₀＝30天，表示时间关联函数以月为单位进行衰减；用时间关联函数，计算物品集合I中，两两物品的时间关联度；

则如表2所示：

表2

	物品1	物品2	物品3	物品4	物品5	目标物品1	目标物品2
								物品1	1	0.367	1	0.367	0.841	0.789	0.578
物品2	0.367	1	0.367	1	0.525	0.578	0.789
								物品3	1	0.367	1	0.367	0.841	0.789	0.578
物品4	0.367	1	0.367	1	0.525	0.578	0.789
								物品5	0.841	0.525	0.841	0.525	1	0.789	0.578
目标物品1	0.789	0.578	0.789	0.578	0.789	1	0.367
								目标物品2	0.578	0.789	0.578	0.789	0.578	0.367	1

式(2)中，U_x＝{u∈U|r_u，x≠*}表示评价过物品x的用户集合，

表示第y个物品的平均评分，如表3所示：

表3

	物品1	物品2	物品3	物品4	物品5	目标物品1	目标物品2
								物品1	1	0.367	0	-0.183	-0.841	0.789	0.385
物品2	0.367	1	0	-0.5	-0.525	0.578	0.526
								物品3	0	0	1	0.183	0	-0.263	-0.385
物品4	-0.183	-0.5	0.183	1	0.262	-0.578	-0.526
								物品5	-0.841	-0.525	0	0.262	1	-0.789	-0.385
目标物品1	0.789	0.578	-0.263	-0.578	-0.789	1	0.245
								目标物品2	0.385	0.526	-0.385	-0.526	-0.385	0.245	1

步骤四.构建物品覆盖度函数，计算物品之间的覆盖度：

在覆盖空间<D,C>上，对于集合

并且K∈C，覆盖度函数定义如式(3):

令目标用户tu的喜爱物品组成集合R_tu，其定义如式(4)：

R_tu＝{x∈I|r_tu，x≥θ} (4)

具体如物品的邻近物品数量设定为3，则目标物品对应的邻近物品为：

N_{目标物品1}(3)＝{物品1，物品2，目标物品2}

N_{目标物品2}(3)＝{物品2，物品1，目标物品1}

N_物品1(3)＝{目标物品1，目标物品2，物品2}

N_物品2(3)＝{目标物品1，目标物品2，物品1}

N_物品3(3)＝{物品4，物品1，物品2}

N_物品4(3)＝{物品5，物品3，物品1}

N_物品5(3)＝{物品4，目标物品2，物品2}

令评分大于等于3的物品为用户的爱好物品，则目标用户的爱好物品集合R_tu＝{物品2，物品3，物品5}，计算得到物品之间的覆盖度，如表4所示：

表4

式(5)中，P_tu,ti表示目标用户tu对目标物品ti的预测评分；I_tu＝{x∈I|r_tu，x≠*}表示目标用户tu评价过的物品集合；N_ti(k)表示目标物品ti的邻近物品，则：

P_{目标用户，目标物品1}＝2.4

P_{目标用户，目标物品2}＝3

步骤六.选取预测评分最高的一个物品作为推荐结果，则目标物品2将作为推荐结果提供给目标用户。

实验：

1)使用公开数据集

本发明使用推荐系统领域经常用来测试推荐系统性能的公开数据集MovieLens。该数据集包含943个用户，1682个电影和100000个评分，评分值分布为{1,2,3,4,5}，每个用户至少对20个电影进行了评分。其中，对于每一个物品而言，20％的评分当作测试数据，剩下的80％的数据作为训练数据。

2)评价度量

本发明采用平均绝对误差MAE和均方根误差RMSE来度量预测精度，MAE和RMSE都是通过计算用户的实际评分和预测评分之间的偏差来度量推荐结果的精确度，因此，MAE和RMSE越小，推荐精度越高：

式(6)和(7)中，O_u＝{x∈I|p_u，x≠*∧r_u，x≠*}表示被用户u评价过，并且具有预测评分的物品集合。

利用Precision、Recall和F1来度量分类精度。Precision表示推荐物品中，用户喜欢的物品占所有推荐物品的比例，因此其值越高，分类精确度越高。Recall表示推荐物品中，用户喜欢的物品占所有用户喜爱物品的比例，因此其值越高，分类精确度越高。F1是结合Precision和Recall的一个综合度量。

式(8)、(9)和(10)中，N_s表示为目标用户提供的推荐物品的数量，N_rs表示在推荐物品中，目标用户喜欢的物品的数量，N_r表示目标用户喜爱物品的总数量。

3)参数设置

对于时间衰减周期，由于MovieLens数据集是通过7个月收集而成，因此实验中采用一周(7天)作为时间衰减周期；而Netflix数据集是通过85周收集而成，因此实验中采用一个月(30天)作为时间衰减周对于每一个目标物品的邻近物品的相似物品集合，设定为30。为了表示度量函数随着目标物品的邻近物品大小的变化，目标物品的邻近物品的大小设为{10,20,30,40,50}。

本实验设定评分大于等于3的物品作为目标用户的喜爱物品。将推荐物品的数量设定为{2,4,6,8,10,12}。

4)实验结果对比与分析

本发明提出的一种基于物品的时间关联度和覆盖度的协同过滤推荐方法用TCIBCF表示，传统的基于物品的协同过滤算法用IBCF表示，由Ding Yi等人提出的重要相关方法：基于时间权重的协同过滤算法用TWIBCF表示。图2和3表示预测精度度量MAE和RMSE的实验结果，通过结果可知，随着邻近物品数量的增加，TCIBCF的MAE和RMSE结果比IBCF和TCIBCF的结果低。由于MAE和RMSE的值越低，预测精度越高，因此表明，对比IBCF和TWIBCF，TCIBCF可以有效地提高推进结果的预测精度。

图4、5和6表示分类精度度量Precision、Recall和F1的实验结果。由结果可知，随着邻近物品数量的增加，IBCF和TWIBCF拥有相近的Precision、Recall和F1的实验结果，然而TCIBCF的实验结果明显高于IBCF和TWIBCF。由于Precision、Recall和F1的值越高，分类精度越高，因此，对比IBCF和TWIBCF，TCIBCF可以有效地提高推荐结果的分类精度。