[发明专利]线性加权推荐的方法及装置

说明书

本发明适用于信息处理技术领域，提供了一种线性加权推荐的方法及装置，该方法包括：根据采集的待分析数据集，构建用户项目评分矩阵以及用户属性矩阵；根据用户项目评分矩阵对未评分的项目进行预测评分，获得各个用户对对应项目的第一评分；根据用户属性矩阵以及用户项目评分矩阵对目标用户的未评分的项目进行预测评分，获得目标用户对对应项目的第二评分；对第一评分和第二评分进行线性混合加权处理，获得目标用户对对应项目的第三评分；将第三评分中大于预设评分阈值的项目推荐给对应的目标用户，从而可以解决现有技术中针对长尾物品以及个性化需求的推荐较少，导致推荐结果准确性较低的问题。

技术领域

本发明属于信息处理技术领域，尤其涉及一种线性加权推荐的方法及装置。

背景技术

随着互联网和电子技术的发展，人类进入了信息过载的时代。解决信息过载最有效的方法主要有两种：搜索引擎和推荐算法。由于电子商务网站的兴起，根据客户的购物行为为用户在复杂多样的产品或服务中推荐更适合用户的产品或者服务时，需要处理的数据量越来越大，然而现有的推荐算法针对长尾物品以及个性化需求的推荐较少，导致推荐结果准确性较低。

发明内容

有鉴于此，本发明实施例提供了一种线性加权推荐的方法及装置，以解决现有技术中针对长尾物品以及个性化需求的推荐较少，导致推荐结果准确性较低的问题。

本发明实施例的第一方面提供了一种线性加权推荐的方法，包括：

根据采集的待分析数据集，构建用户项目评分矩阵以及用户属性矩阵；

根据所述用户项目评分矩阵，对未评分的项目进行预测评分，获得各个用户对对应项目的第一评分；

根据所述用户属性矩阵以及所述用户项目评分矩阵，对目标用户的未评分的项目进行预测评分，获得目标用户对对应项目的第二评分；

对所述第一评分和所述第二评分进行线性混合加权处理，获得目标用户对对应项目的第三评分；

根据所述目标用户对对应项目的第三评分，将所述第三评分中大于预设评分阈值的项目推荐给对应的目标用户。

在一实施例中，所述根据所述用户项目评分矩阵，对未评分的项目进行预测评分，获得各个用户对对应项目的第一评分，包括：

根据所述用户项目评分矩阵，计算获得任两个项目之间的相似度值；

根据获得的任两个项目之间的相似度值，对未评分的项目进行预测评分，获得用户对未评分项目的第一预测评分；

根据所述用户项目评分矩阵以及各个用户对未评分项目的预测评分，获得各个用户对对应项目的第一评分。

在一实施例中，所述根据所述用户项目评分矩阵，计算获得任两个项目之间的相似度值，包括：

根据计算获得任两个项目之间的相似度值；

其中，所述sim(i,j)^improve_cos表示计算获得的项目i与项目j之间的相似度值，所述u表示所有用户集合，所述r_ui表示用户u对项目i的评分，所述r_uj表示用户u对项目j的评分，所述μ表示所有评分的平均分，所述b_i表示项目i的平均分，所述b_j表示项目j的平均分，所述b_u表示所有用户集合的评分的平均分。

在一实施例中，所述根据获得的任两个项目之间的相似度值，对未评分的项目进行预测评分，获得用户对未评分项目的第一预测评分，包括：

根据获得用户对未评分项目的第一预测评分；

其中，所述p_u,i表示用户u对项目i的第一预测评分，所述S_i表示与项目i相似度较高的前n个集合，n大于等于1。