[发明专利]一种融合标签信息和时间效应的协同过滤电影推荐方法

权利要求书

1.一种融合标签信息和时间效应的协同过滤电影推荐方法，其特征在于，包括以下步骤：

步骤S1：利用标签信息挖掘用户兴趣，即综合分析用户的标签使用记录和电影评分信息，度量用户对各标签的偏好程度，计算用户标签偏好值；

步骤S2：捕捉用户兴趣的动态变化，即根据艾宾浩斯遗忘原理定义时间权重函数，并利用时间权重函数给标签进行加权；

步骤S3：计算用户间的兴趣相似度，找到与目标用户兴趣最相近的k个用户作为邻居集合；

步骤S4：根据邻居用户的电影评分信息，预测目标用户对未知电影的评分，并将预测评分最高的前n部电影推荐给目标用户。

2.根据权利要求1所述的一种融合标签信息和时间效应的协同过滤电影推荐方法，其特征在于，步骤S1中综合分析用户的标签使用记录和电影评分信息来计算用户标签偏好值，用户喜欢给带有某标签的电影高评分来表达对该标签的喜爱，故将用户的标签使用记录和电影评分信息相结合来计算用户标签偏好值，设用户u使用标签t标注过的电影集合为I＝{i₁,i₂,…,i_n}，则用户u对标签t的偏好值为：

式中，l(u,t)表示用户u对标签t的偏好值，表示用户u的评分均值，n表示被用户u使用标签t标注过的电影总数，r_u,i表示用户u对电影i的评分。

3.根据权利要求1所述的一种融合标签信息和时间效应的协同过滤电影推荐方法，其特征在于，步骤S2中根据艾宾浩斯遗忘原理定义时间权重函数，综合分析用户以前和近期的标签使用记录，利用艾宾浩斯遗忘原理定义时间权重函数，设用户u第一次使用标签t的时间为T₀，当前时间为T，且用户u在T₀到T的时间段内使用标签t的总次数为n，用户u对标签t的遗忘函数为f(u,t)，记忆函数为g(u,t)，则根据艾宾浩斯遗忘原理：

步骤S21：遗忘在学习之后立即开始，且遗忘速度呈现先快后慢的趋势，故用户u对标签t的记忆在T₀之后会随时间逐渐衰减，且衰减速度呈现先快后慢的趋势，据此，定义用户u对标签t的遗忘函数f(u,t)：

式中，α表示遗忘速度，且α∈[0,1]；

步骤S22：经过不断的复习，记忆会得到加强，故用户u对标签t的记忆会在每次使用标签t的时候得到加强，据此，定义用户u对标签t的记忆函数g(u,t)：

g(u,t)＝β×n (3)

式中，β表示记忆强度；

步骤S23：定义用户u对标签t的时间权重函数w(u,t)：

w(u,t)＝f(u,t)+g(u,t) (4)。

4.根据权利要求1所述的一种融合标签信息和时间效应的协同过滤电影推荐方法，其特征在于，步骤S3中利用用户对标签的偏好值和时间权重计算用户间相似度，计算方法为：

式中，sim(u,v)表示用户u和用户v间的兴趣相似度，T_uv表示用户u和用户v共同使用过的标签集合，l(u,t)表示用户u对标签t的偏好值，w(u,t)表示用户u对标签t的时间权重。

5.根据权利要求1所述的一种融合标签信息和时间效应的协同过滤电影推荐方法，其特征在于，S4中利用邻居用户的电影评分信息来预测目标用户对未知电影的评分，计算方法为：

式中，表示目标用户u对电影i的预测评分，N_u表示目标用户u的最近邻居集，v表示N_u中给电影i评过分的用户，和表示目标用户u和近邻用户v的评分均值，sim(u,v)表示目标用户u和近邻用户v的兴趣相似度。