[发明专利]基于epsilon反馈算法的推荐系统冷启动方法

权利要求书

1.基于epsilon反馈算法的推荐系统冷启动方法，其特征在于，将免疫反馈模型引入Epsilon-greedy算法，利用免疫反馈模型动态调整epsilon值，具体包括如下步骤：

步骤1:将所有的物品当前用户的点击情况初始化为0，即让每个要推荐给用户的物品没有先验知识；

步骤2:根据用户点击推荐物品的结果更新epsilon值，并根据更新的epsilon值选择物品推荐给用户，具体步骤如下：

2.1)记录每次为用户推荐的物品、用户是否点击了此物品以及此物品被点击的次数，如果用户点击了算法推荐的物品返回1，如果用户没有点击算法推荐的物品则返回0，计算第t次为用户推荐之前用户点击推荐物品的平均次数reward(t)以及第t-d次为用户推荐之前用户点击推荐物品的平均次数reward(t-d)，reward(t)的计算公式如下：

reward(t)＝click(t)/recommended(t)

公式中，click(t)为用户在t时刻前对推荐物品的点击总量，recommended(t)为在t时刻前为用户推荐物品的总数；

2.2)根据reward(t)和reward(t-d)的差值Δreward计算为用户推荐时epsilon-greedy中的epsilon值，公式如下：

epsilon(t)＝K_p[1-γ{epsilon(t-d)-epsilon(t-d-1)}²]Δreward

epsilon(t)为第t次为用户推荐时的epsilon值，epsilon(t-d)、epsilon(t-d-1)为第t-d次以及第t-d-1次为用户推荐时的epsilon值，参数Kp控制免疫系统对抗原的反应速度，参数γ控制免疫系统的稳定；

2.3)生成一个0-1之间的随机值，如果随机值大于步骤2.2得到的epsilon值，在所有的物品中随机的选择一个物品推荐给用户，如果生成的随机值小于步骤2.2得到的epsilon值，选择记录的被点击次数最高的物品推荐给用户。

2.根据权利要求1所述的基于epsilon反馈算法的推荐系统冷启动方法，其特征在于，所述参数d取值为1。