[发明专利]一种协同过滤中的用户相似度度量方法

摘要

本发明公开了一种协同过滤中的用户相似度度量方法。本发明建立用户数值属性与用户分类属性之间的联系，采用聚类算法挖掘用户分组，综合考虑用户分组信息与用户对物品的评分信息预测用户的潜在兴趣，从而完成面向用户的个性化推荐。本发明提供的方法优势在于能够提高用户之间相似度度量的准确度，提高用户兴趣挖掘的精度，增加网络用户体验度。

主权项

一种协同过滤中的用户相似度度量方法，其特征在于，包括以下步骤：用户记录之间的距离计算阶段：针对用户记录的数值属性与分类属性，分别采用不同距离度量方法，并建立二者联系，形成一个全面的用户记录之间距离度量的方法，得到用户记录之间的距离RD；挖掘用户分类信息阶段：根据用户记录之间的距离RD来判断两个用户之间的差异程度，基于此种差异改进聚类算法，对用户记录聚类后得到全局用户的分组信息，每个分组内的用户差异较小，不同分组内的用户差异较大；相似度度量阶段：基于已有用户对物品的历史评分信息以及用户的分类信息，得到目标用户与其他用户之间的相似度；用户记录之间的距离计算阶段中，基于目标用户之间的属性信息类别的差异，即分类属性或数值属性，选择不同的处理方式，分别计算不同类型属性之间的距离；对于数值属性，距离ND计算公式表述如下：其中qa和qb是两个待比较的数值属性，而qmin和qmax分别是该数值属性区间的最小值与最大值；对于分类属性，距离CD计算公式表述如下：其中ya和yb是两个待比较的数值属性，T(ya,yb)为以ya和yb最小公共父结点为根节点的子树，H(Th)为树Th的高度，和为数据集中分别与ya和yb是对应的所有数值属性的平均值；对于整个用户记录，距离RD计算公式表述如下：其中ra和rb是两个待比较的用户记录，λ为调节因子，ri[x]为记录ri的属性x，p为分类属性的种类数，q为数值属性的种类数。