[发明专利]一种基于稀疏数据预处理的协同过滤推荐方法

权利要求书

1.一种基于稀疏数据预处理的协同过滤推荐方法，其特征在于，所述方法包括如下步骤：

步骤1：根据用户对项目的历史评分数据构建稀疏的用户和项目评分矩阵，矩阵中行代表用户，列代表项目；根据项目的自身属性信息构建项目特征属性矩阵，矩阵中行代表项目,列代表特征属性；

步骤2：对各项目具有的特征属性赋予不同的权值，并且各项目所具有的特征属性权值之和为1，即i代表项目的第i个特征属性，n代表各项目所具有的特征属性的个数，w_i代表项目的第i个特征属性所具有的权值大小；

步骤3：利用余弦相似性计算得到项目间特征属性相似度，并构建项目特征属性相似度矩阵；

步骤4：设定阈值大小为0.9,得到满足阈值的目标项目的相似项目集合,进而得到用户在用户和项目评分矩阵中的已评分的数据集合以及对应的特征属性相似度值集合，计算未评分项目的填充评分；

步骤5：利用计算得到的预测评分去填充稀疏用户和项目评分矩阵中用户未评分项，最终得到一个饱和的用户和项目评分矩阵；

步骤6：对饱和的用户和项目评分矩阵采用KNN算法，计算得到每个用户对未评分项目的最终预测值；选取预测值较大的项目，产生推荐列表。

2.根据权利要求1所述的一种基于稀疏数据预处理的协同过滤推荐方法，其特征在于，步骤2中，所述的特征属性都需要分配不同的权值。

3.根据权利要求1所述的一种基于稀疏数据预处理的协同过滤推荐方法，其特征在于，步骤4中，所述的用户和项目未评分项的填充值由项目特征属性计算而来，所述计算过程包括：

步骤4-1，根据得到的项目和特征属性相似度矩阵，设定阈值为0.9，得到满足阈值的目标项目的相似项目集合；

步骤4-2，根据目标项目的相似项目集合，得到用户在用户和项目评分矩阵中的已评分的数据集合以及对应的特征属性相似度值集合；

步骤4-3，若得到的已评分数据集合为空集，则将目标项目的填充值设定为该项目的均值；若得到的已评分数据集合非空，则将其与特征属性相似度值集合进行对位累积求和计算，再除以已评数据集合中评分非零的个数，从而得到未评分项目的填充值。

4.根据权利要求1所述的一种基于稀疏数据预处理的协同过滤推荐方法，其特征在于：所述方法应用于所有项目带有特征属性的协同过滤推荐系统。