[发明专利]一种基于协同过滤的融合多源异构信息的推荐方法

权利要求书

1.一种基于协同过滤的融合多源异构信息的推荐方法，其特征在于，包括以下步骤：步骤一：确定数据集，根据数据集补全实验中需要的辅助信息；从数据集中获取用户信息数据，项目信息数据和相应的评分数据；生成相应的用户-物品评分文件、用户辅助信息文件以及物品辅助信息文件；

步骤二：对数据集中不同类型数据进行预处理，方便后期使用；

数据预处理具体步骤如下：

将用户辅助信息文件进行预处理；首先数值化个人信息中的非数值字段，对特定范围类型字段进行范围表示；

对物品辅助信息文件限制文本最大长度为500，之后进行数据清洗、分词和停用词过滤，选取关键词汇列表，从原始文档中删除所有不在关键词汇列表中的单词；然后与电影类型一起通过Word2Vec模型进行词嵌入后获得其K维实数向量；

步骤三：数据集的拆分和预处理；将数据集分为训练集，测试集和验证集；使用训练集和测试集训练模型，通过验证集上的实验结果评估算法的预测效果；为防止在训练过程中发生过拟合，在神经网络模型的每个全连接层中设置Dropout为0.3；

步骤四：构建基于协同过滤的推荐模型，该模型分为项目信息抽取模块，用户信息抽取模块和融合推荐模块；

项目信息抽取模块；对于项目j(j∈(1,|V|),|V|为项目数量)，对其辅助信息文本预编码后得到项目的内容特征矩阵T_j；门控卷积层包含M个神经元，每个神经元具有一个卷积核和一个用于门控函数的卷积核，特征矩阵T_j经过门控卷积层的第m(m＝1,2,3,…,M)个卷积核得到内容特征图z_m，如公式(1-1)所示；

其中，*表示卷积操作，W_m和b_m为卷积层中第m个神经元的卷积核的参数矩阵和偏置向量；Q_m和c_m为该神经元用于门控的卷积核的参数矩阵和偏置向量，两个卷积核矩阵维度一致，均为K×P,K为词向量维度，P为一次性提取单词信息的个数；σ为Sigmoid函数,定义为e为自然对数；为按位相乘操作；

之后，通过池化层对M个特征图进行最大值池化操作降维，即在M个特征图中各取一个最大值，并在N维空间进行投影，得到项目j的N维信息深层特征向量t_j，N为接下来所有用于推荐的向量的维度，抽取操作通过简化后的公式(1-2)从T_j中得到；

t_j＝CNN(W_c,T_j) (1-2)

CNN表示门控卷积池化和投影操作，W_c为卷积层中所有卷积核权重和偏置向量组成的参数矩阵；

用户信息抽取模块；首先选取需要处理的用户信息，以用户i(i∈(1,|U|)，|U|为用户数量；将数值化后的字段输入到嵌入层得到用户i个人信息的嵌入矩阵D_i；

将用户i个人信息嵌入矩阵输入到全连接层，得到用户i的个人信息的N维深层特征向量d_i；

d_i＝w_t·D_i+b_t (1-3)

其中w_t和b_t分别是全连接层的权重和偏置的权重参数矩阵；

融合推荐模块；对于用户i，随机生成一个符合高斯分布的N维用户基础特征向量b_i；将其与用户信息深层特征向量融合得到用户的综合向量u_i，如公式(1-4)所示

u_i＝b_i+d_i (1-4)

其中d_i为用户个人信息的深层特征向量；

对于项目j,生成服从于高斯分布的N维项目特征基础向量o_j,将其和项目信息深层特征向量融合得到项目综合特征向量v_j,如公式(1-5)所示，t_j为信息深层特征向量；

v_j＝o_j+t_j (1-5)

基于矩阵分解算法，模型的预测评分通过公式(1-6)得到，表示用户i对物品j的预测评分；

步骤五：确定损失函数和参数优化；为了防止模型过拟合，在项目信息抽取模块和用户信息抽取模块都设置了L2正则化约束；本模型中的损失函数L如公式(1-7)所示；

其中，r_ij为评分矩阵中用户i对物品j的评分，表示用户i对物品j的预测评分；|U|和|V|为用户和物品的数量；λ_u和λ_v为用户基础特征向量和物品基础特征向量的正则化系数，λ为神经网络中所有参数的正则化系数，三个正则化系数均为超参数设置为0.02；W为神经网络中所有参数。