[发明专利]一种融合物品标签信息的协同过滤推荐方法及系统

权利要求书

1.一种融合物品标签信息的协同过滤推荐方法，其特征在于，具体包括如下步骤：

S001输入物品i与物品j的评价数据以及标签信息；

S002计算物品i与物品j的相似度：通过判定物品i与物品j的同时被评价次数选择计算物品相似度的方式；

S003进行个性化推荐：判定两个物品间的共同评分数是否大于人数门限值选择融合物品标签信息的方式，所述的进行个性化推荐，是通过混合相似度衡量公式实现，具体为：

α＝Jaccard(i,j)

其中α表示的意义是权重调节参数，Uij的意义是物品i以及物品j同时被评价的次数，Threshold为共同评分人数门限值，sim_tag(i，j)表示的意义是物品i与物品j之间的标签相似度，sim_cf(i，j)表示的意义是物品i与物品j之间的协同过滤相似度。

2.根据权利要求1所述的一种融合物品标签信息的协同过滤推荐方法，其特征在于：所述的S002计算物品i与物品j的相似度，具体为：

相似度计算方式选择：判定物品i与物品j的同时被评价次数是否超过阈值，若是使用传统的相似度计算方式进行计算，反之采用动态权重混合相似度计算方式进行计算。

3.根据权利要求2所述的一种融合物品标签信息的协同过滤推荐方法，其特征在于，所述的传统的相似度计算方式，具体为：

sim(i，j)＝αsim_tag(i，j)+(1-α)sim_cf(i，j)，其中sim_tag(i，j)表示的意义是物品i与物品j之间的标签相似度，sim_cf(i，j)表示的意义是物品i与物品j之间的协同过滤相似度，α是权重调节参数；

所述的Ii表示物品i的标签数量，Ij表示物品j的标签数量，标签相似度的含义就是两个物品标签的交集除以两个物品标签的并集。

4.根据权利要求3所述的一种融合物品标签信息的协同过滤推荐方法，其特征在于，所述的α，在物品比较冷门适度加大α参数值，提高标签相似度的权重，反之如果物品比较热门，减小α参数值，从而提高协同过滤相似度的权重。

5.根据权利要求2所述的一种融合物品标签信息的协同过滤推荐方法，其特征在于，所述的动态权重混合相似度计算方式，具体为：

Ui表示的意义是物品i受到用户评价的次数，Uj表示的意义是物品j受到用户评价的次数，物品i以及物品j的Jaccard相似度，相似度越大，即两个物品的共同评分人数越多，协同过滤相似度贡献的权重越大，标签相似度贡献的权重越小，sim_tag(i，j)表示的意义是物品i与物品j之间的标签相似度，sim_cf(i，j)表示的意义是物品i与物品j之间的协同过滤相似度，α是权重调节参数；

所述的Ii表示物品i的标签数量，Ij表示物品j的标签数量，标签相似度的含义就是两个物品标签的交集除以两个物品标签的并集。

6.根据权利要求1所述的一种融合物品标签信息的协同过滤推荐方法，其特征在于：所述的共同评分人数门限值，若两个物品间的共同评分数大于此门限值，则采用协同过滤相似度，否则采用混合相似度衡量公式融合物品标签信息。

7.一种融合物品标签信息的协同过滤推荐系统，用于实现权利要求1～6任意一项所述的一种融合物品标签信息的协同过滤推荐方法，其特征在于，它包括：数据输入模块、相似度计算模块和个性化推荐模块；

所述的数据输入模块，输入物品的评价数据以及物品i与物品j的标签信息；

所述的相似度计算模块，计算物品i与物品j的相似度；

所述的个性化推荐模块，判定两个物品间的共同评分数是否大于人数门限值，进而自适应选择合适的推荐策略。