[发明专利]一种基于稀疏数据预处理的协同过滤推荐方法

摘要

本发明公开了一种基于稀疏数据预处理的协同过滤推荐方法，该方法从项目自身信息出发，首先，通过引入项目的特征属性信息,为每个特征属性分配不同的权值，计算项目间特征属性相似度，初步预测用户对未评分项目的评分。接着再对稀疏数据集的未评分项目进行混合填充预处理,可以使得稀疏的用户和项目数据矩阵完全饱和。本发明能够有效地解决传统对稀疏数据集不作处理以及使用固定值填充带来的低推荐精度和低推荐覆盖率的问题，使得基于本发明的推荐系统的推荐性能够得到很好的改善。

主权项

一种基于稀疏数据预处理的协同过滤推荐方法，其特征在于，所述方法包括如下步骤：步骤1：根据用户对项目的历史评分数据构建稀疏的用户和项目评分矩阵，矩阵中行代表用户，列代表项目；根据项目的自身属性信息构建项目特征属性矩阵，矩阵中行代表项目,列代表特征属性；步骤2：对各项目具有的特征属性赋予不同的权值，并且各项目所具有的特征属性权值之和为1，即i代表项目的第i个特征属性，n代表各项目所具有的特征属性的个数，w_i代表项目的第i个特征属性所具有的权值大小；步骤3：利用余弦相似性计算得到项目间特征属性相似度，并构建项目特征属性相似度矩阵；步骤4：设定阈值大小为0.9,得到满足阈值的目标项目的相似项目集合,进而得到用户在用户和项目评分矩阵中的已评分的数据集合以及对应的特征属性相似度值集合，计算未评分项目的填充评分；步骤5：利用计算得到的预测评分去填充稀疏用户和项目评分矩阵中用户未评分项，最终得到一个饱和的用户和项目评分矩阵；步骤6：对饱和的用户和项目评分矩阵采用KNN算法，计算得到每个用户对未评分项目的最终预测值；选取预测值较大的项目，产生推荐列表。