[发明专利]基于模糊对象语言概念格的个性化推荐方法

说明书

本发明公开了一种可解决推荐解释模糊及冷启动问题且可避免信息缺失的基于模糊对象语言概念格的个性化推荐方法，按照如下步骤进行：数据处理，将收集到的训练数据集初始化成模糊对象语言形式背景；构造模糊对象语言概念及概念格；计算待推荐用户与其他用户间的评价差异；根据评价差异对训练数据集进行初步处理；构建训练数据集的认知系统；构造训练数据集的充分知识库及模糊对象语言知识拟格；构造训练数据集的必要知识库及模糊对象语言知识拟格；计算频繁模糊对象语言概念或频繁模糊对象语言知识；计算模糊对象语言关联规则；计算推荐规则库并进行推荐。

技术领域

本发明属于数据挖掘和智能信息处理技术，尤其是一种可解决推荐解释模糊及冷启动问题且可避免信息缺失的基于模糊对象语言概念格的个性化推荐方法。

背景技术

形式概念分析(FCA)是Wille于1982年提出的一种基于形式背景分析概念层次结构的方法。概念用满足某种闭包性质的外延和内涵刻画，形式背景中生成的所有概念构成完备的概念格，用于刻画形式概念的层次结构关系并分析概念之间的泛化和特化关系。

用语言值表示定性概念，是人类思维的基础，既具有随机性，也具有模糊性。Zadeh引入了语言变量的定义，并将其应用于近似推理；Xu等提出语言真值格蕴涵代数及语言真值命题逻辑系统，体现出了自然语言中可比与不可比的特点；Xu等引入犹豫模糊语言术语集，并提出了不同类型语言术语集的距离和相似性度量，将语言信息应用到多标准决策问题中，使用语言值处理决策问题。在形式背景S＝(U,A,I)中，通常用I(x,a)来描述对象x与属性a之间的二元关系，但是这种二元关系只能用1或0来表示，具有一定的局限性。而人们进行数据处理时，往往会用自然语言来描述对象与属性之间的二元关系。Xu等提出了一种基于格值逻辑的语言真值概念格，用于处理不确定语言信息下的决策问题。Pei等针对一类评价语言集，借鉴形式概念分析的学术思想，研究了该评价语言集的层次结构，通过评价语言刻画对象的适合度，研究了评价语言值推理；Zou等基于下标对称的语言术语集，提出了语言概念的形式背景，并设计一种基于语言概念的形式背景的语言概念知识约简算法；邹丽等基于语言值直觉模糊代数和直觉模糊形式背景，提出了语言值直觉模糊概念格的模式识别方法。

概念作为形式概念分析的基础，是自然界中事物本质的反应，它对一类事物进行概括的表征。人们往往不能直接看透事物的本质，因此，人们认知的增长得益于概念的学习，形式概念分析作为一种获取概念的方法，同样也被认为是进行认知学习的主要工具。张文修和徐伟华从粒计算的观点对人类认知过程作了详细的研究，给出了认知的粒化描述和新的认知模型；仇国芳等在两个完备格之间引入了外延内涵算子与内涵外延算子，构建了概念粒计算系统；Yao等从认知信息学和粒计算的角度研究了概念学习的概念框架，并解释了基于分层知识发现模型的概念学习；Xu等基于信息粒，在模糊数据集中构建了双向学习系统，用于将模糊信息粒训练为充分、必要和充分必要模糊信息粒；Li等从认知计算的角度讨论了基于粒计算与三支概念的概念学习；为了处理更复杂的数据并提高学习效率，Niu等基于粒计算和信息融合的大数据和多源数据，研究了概念认知学习的并行计算技术。作为一种新的机器学习方法，认知系统的研究已成为了学者们的热点研究问题。