[发明专利]基于Jaccard均衡距离的协同过滤推荐方法

摘要

本发明公了一种基于Jaccard均衡距离的协同过滤推荐方法，主要解决现有方法中推荐准确度不高，推荐准确度易受邻居集大小影响的问题。其技术方案是：(1)从推荐系统中获取用户-项目评分，并计算用户的相似度矩阵X；(2)根据用户-项目评分，确定最近邻居查询个数nu；(3)根据相似度矩阵X，确定目标用户的邻居集；(4)由邻居集计算出目标用户对所有未评分项的预测评分值；(5)将计算出的预测评分降序排列，推荐前N个项目给用户，5≤N≤20。本发明能够提供准确度更高的推荐结果，且当邻居集大小发生变化时，可以提供稳定的推荐结果，可用于个性化推荐系统。

主权项

基于Jaccard均衡距离的协同过滤推荐方法，包括如下步骤：(1)根据推荐系统提供的用户‑项目评分记录构造大小为m×n的用户‑项目评分矩阵R，其中m为用户数量，n为项目数量，将用户项目评分矩阵R中的90％作为训练集合T，10％做为测试集C；(2)依据训练集T中的评分数据，用Jaccard均衡距离方法计算用户的相似度得到一个m×m的相似度矩阵该相似度矩阵第i行中的数据元素表示用户i和其他所有用户的相似度，元素X(i,j)表示用户i与用户j的相似度；(3)确定最近邻居查询个数nu；(4)确定目标用户U，待评分项目I_c；(5)用(2)中得出的相似度矩阵X和最近邻居查询个数nu，确定目标用户U的邻居集S(U)；(6)计算用户U对项目I_c的预测评分值r_i,c；(7)循环步骤(4)‑(6)对测试集中的所有用户的评分都进行预测；(8)对测试集中的每个用户，将其预测评分值从大到小排列，选择前N个项目作为推荐项目，其中5≤N≤20。