[发明专利]一种相似性度量的方法以及系统

权利要求书

1.一种相似性度量方法，其特征在于，包括以下步骤：

数据获取步骤，获取关于用户的行为数据以及物品的特征数据；

基于行为数据的相似度计算步骤，计算基于行为数据的物品和物品之间的相似度；

基于特征数据的相似度计算步骤，计算基于特征数据的物品和物品之间的相似度；以及

相似度综合步骤，将基于行为数据所得到的相似度与基于特征数据所得到的相似度利用以下的贝叶斯公式进行综合，

${\mathrm{sim}}^{\′\′\′}(b_i,b_j)=\frac{{\mathrm{sim}}^{\′}(b_i,b_j)*{\mathrm{sim}}^{\′\′}(b_j,b_i)}{\underset{j}{\Σ}{\mathrm{sim}}^{\′}(b_i,b_j)*{\mathrm{sim}}^{\′\′}(b_j,b_i)}$

其中，b_i、b_j表示物品，下标变量i和j为正整数，先验概率密度sim'(b_i,b_j)为基于特征数据的物品b_i和物品b_j之间的相似度结果，条件概率密度sim”(b_j,b_i)为基于行为数据的物品b_j和物品b_i相似度结果，sim”'(b_i,b_j)表示进行了相似度综合的物品b_i和物品b_j之间的贝叶斯相似度。

2.根据权利要求1所述的相似性度量方法，其特征在于，

在所述基于行为数据的相似度计算步骤中，包括以下步骤：

利用获取的所述行为数据生成用户和物品之间的关系矩阵、以及物品和用户之间的关系矩阵；

利用所述用户和物品之间的关系矩阵和所述物品和用户之间的关系矩阵生成用户对物品的概率矩阵、以及物品对用户的概率矩阵；

对所述物品对用户的概率矩阵和用户对物品的概率矩阵进行相乘以计算出物品和物品之间的相似度矩阵。