[发明专利]基于三层邻居选择框架的定制产品需求协同过滤推荐方法

权利要求书

1.一种基于三层邻居选择框架的定制产品需求协同过滤推荐方法，其特征在于，该方法包括如下步骤：

(1)获取用户评分信息，构建用户评分矩阵，用户包括邻居用户和目标用户。

(2)将邻居用户评分的时间域划分为多个时间窗口，每个时间窗口赋予符合定制产品需求偏好信息衰减规律的动态遗忘因子和符合建议失效规律的建议失效因子；其中，所述偏好信息衰减规律为偏好信息在瞬时记忆阶段不会发生衰减，在短期记忆阶段快速衰减，在长期记忆阶段缓慢衰减甚至不再衰减。建议失效规律为建议在瞬时记忆阶段不发生失效，在短期记忆阶段和长期记忆阶段不断失效。

(3)根据邻居用户与目标用户的共同评价项目数量及不对称建议能力，构建能力评估模块及评估公式，计算每个邻居用户的预测能力。

(4)结合每个时间窗口下的评分信息及赋予的动态遗忘因子，构建敏感信任模块来捕捉每个邻居用户与目标用户的最新偏好，判断他们的偏好一致性，将偏好一致程度作为每个邻居用户可信能力的判断标准。

(5)根据每个时间窗口下的用于建议的评分项目的数量及赋予的建议失效因子，构建建议评估模块及评估公式，计算每个邻居用户的有效建议信息量，评估每个邻居用户的建议能力。

(6)基于三个模块，引入三层邻居选择策略，构建三层邻居选择框架来获得预测能力强、可信任、建议能力强的邻居集合；

(7)通过邻居集合中各邻居用户的项目评分及步骤3-5的能力指标数值，预测目标用户对各个项目的评分，将预测评分最高的多个项目生成推荐列表供用户选择。

2.权利要求1所述的一种基于三层邻居选择框架的定制产品需求协同过滤推荐方法，其特征在于：步骤(2)中，划分邻居用户评分的时间域为多个时间窗口，其中，时间窗口的索引标记θ数值越大，则该窗口对应的时间段距离当下时间越远，落入该窗口的评分的评价时间越早。动态遗忘因子分为一致偏好信息遗忘因子f_con、分歧偏好信息遗忘因子f_dif，具体表示为：

式中，γ_i＝T_i、γ_s＝T_i+T_s，T_i为瞬时记忆阶段，T_s为短期记忆阶段，T_l为长期记忆阶段。t_w是的时间窗口的长度，λ₁是一致偏好信息遗忘速率因子，λ₂是分歧偏好信息遗忘速率因子，它们的数值越大，信息遗忘的速率就越快。

3.权利要求1所述的一种基于三层邻居选择框架的定制产品需求协同过滤推荐方法，其特征在于：步骤(2)中，当时间窗口w_θ的索引标记为θ，其建议失效因子inv满足函数：

式中，ε为失效速率因子，决定建议失效的速度。

4.权利要求1所述的一种基于三层邻居选择框架的定制产品需求协同过滤推荐方法，其特征在于：步骤(3)中，评估公式为：

式中，|I_u|表示目标用户u评分的项目总数；|I_ue|表示目标用户u和邻居用户e共同评价的项目数量，pcc(u,e)表示目标用户u和邻居用户e的Pearson相关系数。