[发明专利]一种基于核方法的协同过滤推荐系统及方法

权利要求书

1.一种基于核方法的协同过滤推荐系统，其特征在于，包括：

数据准备模块，用于将原始数据规范化及相应的预处理，生成用户-项目评分矩阵和项目距离矩阵并输出；

用户兴趣建模模块，用于根据所述用户-项目评分矩阵和项目距离矩阵，并通过核密度估计技术构建用户在项目空间上的兴趣模型；

推荐结果产生模块，用于根据所述兴趣模型，计算用户之间的相似性，生成目标用户的邻居集，并以预定的推荐策略预测用户对项目的评分并返回推荐结果。

2.根据权利要求1所述的基于核方法的协同过滤推荐系统，其特征在于，在数据准备模块中包括：

预处理子模块，用于将所述原始数据全部转化为以0为中位数的包含负值的评分数据，同时保留原有的评分数据。

3.根据权利要求1所述的基于核方法的协同过滤推荐系统，其特征在于，在用户兴趣建模模块中包括：

距离计算子模块，用于通过项目间的分类相似性以及Pearson相关系数的距离度量函数获得项目空间上两个项目之间的距离。

4.根据权利要求1所述的基于核方法的协同过滤推荐系统，其特征在于，在用户兴趣建模模块中还包括：

模型建立子模块，用于采用核密度估计的方法建立用户的兴趣在项目空间上的模型。

5.根据权利要求1所述的基于核方法的协同过滤推荐系统，其特征在于，在推荐结果产生模块中包括：

相似性估计子模块，用于采用两个项目空间上的概率分布所重叠的部分来估计两个用户的相似性。

6.一种基于核方法的协同过滤推荐方法，其特征在于，包括：

将原始数据规范化及相应的预处理，生成用户-项目评分矩阵和项目距离矩阵并输出；

根据所述用户-项目评分矩阵和项目距离矩阵，并通过核密度估计技术构建用户在项目空间上的兴趣模型；

根据所述兴趣模型，计算用户之间的相似性，生成目标用户的邻居集，并以预定的推荐策略预测用户对项目的评分并返回推荐结果。

7.根据权利要求6所述的基于核方法的协同过滤推荐方法，其特征在于，所述预处理包括：

将所述原始数据全部转化为以0为中位数的包含负值的评分数据，同时保留原有的评分数据。

8.根据权利要求6所述的基于核方法的协同过滤推荐方法，其特征在于，所述项目距离通过以下方法获得：

通过项目间的分类相似性以及Pearson相关系数的距离度量函数获得项目空间上两个项目之间的距离。

9.根据权利要求6所述的基于核方法的协同过滤推荐方法，其特征在于，所述用户在项目空间上的兴趣模型通过以下方法构建：

采用核密度估计的方法建立用户的兴趣在项目空间上的模型。

10.根据权利要求6所述的基于核方法的协同过滤推荐方法，其特征在于，所述用户之间的相似性通过以下方法获得：

采用两个项目空间上的概率分布所重叠的部分来估计两个用户的相似性。