[发明专利]基于直觉模糊集的噪声检测推荐系统

权利要求书

1.一种基于直觉模糊集的噪声检测推荐系统，其特征包括：

数据采集及准备模块，用于对用户数据进行获取与处理，以得到系统所需要的信息，构建用户-项目评分矩阵R；

偏好分类模块，借助直觉模糊集理论，获取用户i和项目j的直觉模糊数，并据此将用户和项目的偏好倾向分为三类：强偏好用户(或项目)、弱偏好用户(或项目)、未知偏好用户(或项目)；

噪声检测与修正模块，根据用户和项目偏好倾向的划分，利用设计的噪声检测方法对输入的评分矩阵R中存在的噪声数据进行识别与修正，得到修正后的用户-项目评分矩阵R′；

结果预测模块，将修正后的评分数据作为现有推荐方法的输入信息，预测出目标用户在未评分项目上的偏好值，并对结果进行从大到小排序；

推荐结果获取模块，用于为目标用户i找到前k个具有最高预测偏好值的项目进行个性化推送。

2.如权利要求1所述的噪声检测推荐系统，其特征在于，所述数据采集及准备模块，用于将采集的原始数据处理成为一个用户-项目评分矩阵R。

3.如权利要求1所述的噪声检测推荐系统，其特征在于，所述偏好分类模块，借助直觉模糊集相关理论，对用户和项目的偏好倾向进行分类，具体包括：

(1)直觉模糊数获取模块，以评分区间为1-5为例，计算获取用户i和项目j各自的直觉模糊数(M_ui,N_ui)和(M_vj,N_vj)。获取规则如下：

①若用户i对已交互项目的评分大于其平均分则表示该用户喜欢这些项目，其隶属度M_ui为u_i/n，其中u_i为用户i所喜欢的项目数量，n为项目总数；

②若用户i对已交互项目的评分小于其平均分则表示该用户讨厌这些项目，其非隶属度N_ui为(U_i-u_i)/n，其中U_i为用户i的评分数量；

③其余情况，由于偏好未知，则犹豫度H_ui为(1-M_ui-N_ui)。

相似地，项目j的隶属度M_vj、非隶属度N_vj、犹豫度H_vj分别为v_j/m，(V_j-v_j)/m和(1-M_vj-N_vj)，其中m为用户数量，v_j为项目j受用户喜欢的数量，V_j为项目j被评分的次数。

(2)偏好分类模块，根据所得直觉模糊数，对用户和项目进行偏好划分。

①若用户i(或项目j)的隶属度大于非隶属度，则将用户i(或项目j)划分到强偏好用户类S_u(或项目类S_v)中；

②若用户i(或项目j)的隶属度小于非隶属度，则将用户i(或项目j)划分到弱偏好用户类W_u(或项目类W_v)中；

③其余情况，则将用户i(或项目j)划分到未知偏好用户类U_u(项目类U_v)中。

4.如权利要求1所述的噪声检测推荐系统，其特征在于，所述噪声检测与修正模块，用于根据设定的噪声检测机制，识别并修正噪声评分，以得到修正后的评分矩阵R′。噪声机制设定如下：

①若用户i和项目j都属于强偏好类且用户评分r_ij均小于其平均评分，则该评分被判定为自然噪声，且值被修正为

②若用户i和项目j都属于弱偏好类且用户评分r_ij均大于其平均评分，则该评分被判定为自然噪声，且值被修正为