[发明专利]一种基于隐式偏见和好友兴趣的电影评分预测方法

说明书

技术领域

本发明涉及互联网的电影推荐技术领域，具体地说是一种基于隐式偏见和好友兴趣的电影评分预测方法。

背景技术

随着互联网的快速发展和信息传递速度的不断提高，社交网站变得越来越流行，带有电子商务的社交网站也变得越来越活跃，比如flixster.com和epinions.com(已归入eBay)。人们常常会在在其所属的社交网站，把观看过的电影、购买过的商品和看过的书籍与好友沟通和交流。在这类社交网站中，用户对电影的评论，不仅仅由个人偏好的因素决定，同时受到好友因素的影响。

考虑用户偏见的矩阵分解技术和考虑好友兴趣的矩阵分解技术在这几年也常常被用来预测用户对电影的评分，但是，却没有同时考虑个人偏见和好友兴趣的矩阵分解技术。

发明内容

本发明的目的是提供一种基于隐式偏见和好友兴趣的电影评分预测方法，该方法针对用户观看电影时会参考好友的电影偏好，构建结合个人偏见和好友兴趣的评分预测模型，训练并预测用户对电影的评分，根据得到的预测评分为用户做电影推荐。

本发明的目的是这样实现的：

一种基于隐式偏见和好有兴趣的电影评分预测方法，具体操作步骤：

a)根据电影评分日志数据和好友列表数据，分别生成用户-物品评分矩阵和用户-好友关系矩阵，两个矩阵分别记为R，F；手动设置模型训练参数即好友兴趣权重w；

b)根据用户-物品评分矩阵、用户-好友关系矩阵及模型训练参数，训练“结合个人偏见和好友兴趣的评分预测模型”，得到用户-物品偏见矩阵、用户隐式特征矩阵和物品隐式特征矩阵；具体为：

ⅰ)设计“结合个人偏见和好友兴趣的评分预测模型”，包括：目标函数和评分预测公式；目标函数L为：

L=Σu,i∈R(rui-r^ui)2+λ||P||2+λ||Q||2]]>

其中，u表示用户，i表示物品，P，Q分别表示用户隐式特征矩阵和物品隐式特征矩阵，λ为P，Q的因子；评分预测公式为：