[发明专利]基于柯西分布量子粒子群的混合推荐方法

摘要

本发明公开了一种基于柯西分布量子粒子群的混合推荐方法。包括以下几个步骤构建用户对项目的评分矩阵；构建用户综合相似度矩阵和项目综合相似度矩阵，求得用户和项目的最近邻居集合；求得基于用户推荐的第一项目预测评分值，基于项目推荐的第二项目预测评分值，和最终项目预测评分值；采用柯西分布量子粒子群算法搜索用户评分与内容的权值w1、项目评分与内容的权值w2、用户最近邻居阈值w3、项目最近邻居阈值w4、混合推荐权值w5这5个参数的最优值，得到更新后的最终项目预测评分值；根据更新后的最终项目预测评分值，将项目进行降序排列，选出排在前N位的项目推荐给用户。本发明能够快速寻找最佳的推荐参数组合，提高推荐的准确度。

主权项

基于柯西分布量子粒子群的混合推荐方法，其特征在于，包括以下几个步骤：步骤一：构建用户对项目的评分矩阵，评分矩阵包括用户编号、项目编号以及用户评分；步骤二：构建用户综合相似度矩阵和项目综合相似度矩阵，求得用户和项目的最近邻居集合；建立相似度计算方程：Sim(u,v)=Σc∈Cu,v(Rui-Ru‾)(Rvi-Rv‾)×WT(v,i)Σc∈Cu(Rui-Ru‾)2Σc∈Cv(Rvi-Rv‾)2×ω(u,v)]]>Cu,v表示用户u和用户v各自评分项目集合的并集，Cu代表用户u评分过的项目集合，Cv代表用户v评分过的项目集合，代表用户u对所有评价过的项目评分的均值，代表用户v对所有评价过的项目评分的均值，ω(u,v)为相似权重值，WT(v,i)为时间因子，相似权重值ω(u,v)为：ω(u,v)=Iuvmax(Iuv),v∈U]]>Iuv＝{Iuv||Rui‑Rvi|＜＝τ},i∈Cuv代表用户u和v共同评分且评分差不高于阈值τ的项目数，即评分相似的项目数，max(Iuv)为用户u与所有其他用户之间相似项目数的最大值，ω(u,v)为用户u和v之间的相似权重值，ω(u,v)的取值范围为[0,1]，时间因子WT(v,i)为：WT(v,i)=1-|tui-tvi|max(|tui-tvi|),u,v∈U]]>tui为用户u对项目i的评分时间，tvi为用户v对项目i的评分时间，集合U为所有对项目i评过分的用户组成的集合，WT(v,i)为用户v对项目i评分的时间因子，WT(v,i)的取值范围为[0,1]，分别求得用户评分相似度矩阵URsim、用户内容相似度矩阵UCsim、项目评分相似度矩阵IRsim以及项目内容相似度矩阵ICsim，得到用户综合相似度矩阵：Usim＝w1×URsim+(1‑w1)×UCsim项目综合相似度矩阵：Isim＝w2×IRsim+(1‑w2)×ICsimw1为用户评分与内容的权值，w2为项目评分与内容的权值，设定用户最近邻居阈值为w3，项目最近邻居阈值为w4，选择用户和项目的最近邻居集合；步骤三：求得基于用户推荐的第一项目预测评分值为：UPui=Ru‾+Σi∈CuvUsim(u,v)×(Rvi-Rv‾)Σi∈Cuv|Usim(u,v)|]]>基于项目推荐的第二项目预测评分值为：IPui=Ri‾+Σi∈CuvIsim(u,v)×(Rvi-Ri‾)Σi∈Cuv|Isim(u,v)|]]>最终项目预测评分值为：Pu,i＝w5×UPui+(1‑w5)×IPui其中，Usim(u,v)＞＝w3，Isim(u,v)＞＝w4，w5为混合推荐权值；步骤四：采用柯西分布量子粒子群算法搜索用户评分与内容的权值w1、项目评分与内容的权值w2、用户最近邻居阈值w3、项目最近邻居阈值w4、混合推荐权值w5这5个参数的最优值，得到更新后的最终项目预测评分值；步骤五：根据更新后的最终项目预测评分值，将项目进行降序排列，选出排在前N位的项目推荐给用户。