[发明专利]一种基于协同过滤的物品推荐方法、智能终端及存储介质

说明书

本发明提供了一种基于协同过滤的物品推荐方法、智能终端及存储介质，所述方法包括：根据所述用户购买过的物品的集合计算目标用户u和其他任意用户w之间的相似度s_uw；根据所述目标用户u和所述其他任意用户w之间的相似度s_uw构建所述目标用户u的κ互惠邻域集；对所述目标用户u和所述其他任意用户w之间的相似度s_uw进行调整，并根据调整后的相似度构建所述目标用户u的扩展邻域集；根据所述调整后的相似度及所述扩展邻域集计算所述目标用户u对任意物品j的喜好程度向所述目标用户u进行物品推荐。本发明所提供的方法削弱了用户热门程度对邻域构建带来的负面影响，提高了推荐结果的准确性。

技术领域

本发明涉及协同过滤推荐技术领域，尤其涉及的是一种基于协同过滤的物品推荐方法、智能终端及存储介质。

背景技术

近年来，随着现实生活中计算机网络技术的出现和逐渐普及，个性化服务已经成为一种新的信息服务模式，其中智能推荐技术作为个性化服务中的一个重要的组成部分，已经成为互联网解决信息过载问题、实现个性化的关键技术。智能推荐技术是指根据用户的兴趣爱好对用户信息进行收集、过滤、分类，找到用户感兴趣的项目或信息并将其推荐给用户的技术。如一些电子商务网站通过收集和分析用户的购买历史，预测用户可能感兴趣的商品并将其推荐给用户，从而提高了销售业务。

目前智能推荐技术主要分为基于内容的推荐技术和基于协同过滤的推荐技术两大类。传统的基于协同过滤的推荐技术使用某种确定的相似度度量计算用户/物品之间的相似度，并利用相似度直接得到用户/物品邻域向用户进行物品推荐。一方面，基于协同过滤的推荐技术中的邻域直接由相似度排序构造，很多低价值(即对推荐影响较小)的用户也会进入邻域；另一方面，在基于协同过滤的推荐技术中，热门的用户/物品更容易进入其他用户/物品的邻域，没有反映实际情况，从而对邻域构建产生负面影响、降低了推荐结果的准确性。

因此，现有技术有待于进一步的改进。

发明内容

鉴于上述现有技术中的不足之处，本发明的目的在于提供一种基于协同过滤的物品推荐方法、智能终端及存储介质，克服现有技术中直接使用相似度构建邻域，使得邻域中包含一些低价值的用户并且热门用户更容易进入邻域中对邻域构建产生负面影响导致推荐结果不准确的缺陷。

本发明所公开的第一实施例为一种基于协同过滤的物品推荐方法，其中，包括以下步骤：

获取用户购买过的物品的集合，根据所述用户购买过的物品的集合计算目标用户u和其他任意用户w之间的相似度s_uw；

根据所述目标用户u和所述其他任意用户w之间的相似度s_uw构建所述目标用户u的κ互惠邻域集；

对所述目标用户u和所述其他任意用户w之间的相似度s_uw进行调整，并根据调整后的相似度构建所述目标用户u的扩展邻域集；

根据所述调整后的相似度及所述扩展邻域集计算所述目标用户u对任意物品j的喜好程度，并根据所述目标用户u对任意物品j的喜好程度向所述目标用户u进行物品推荐。

所述的基于协同过滤的物品推荐方法，其中，所述根据所述用户购买过的物品的集合计算目标用户u和其他任意用户w之间的相似度s_uw的步骤包括：

分别获取所述目标用户u购买过的物品的集合I_u和所述其他任意用户w购买过的物品的集合I_w；

根据获取到的所述集合I_u和所述集合I_w使用杰卡德相似度或余弦相似度计算所述目标用户u和所述其他任意用户w之间的相似度s_uw。