[发明专利]基于情感与信任的协同过滤推荐方法

摘要

本发明涉及推荐系统领域，公开基于情感与信任的协同过滤推荐方法，包括：步骤1，对用户项目已评分矩阵进行归一化处理后得到显式满意度；根据向量余弦法计算得到已评分项目和未评分项目之间的相似度，利用所述显式满意度和相似度计算得到隐式满意度，由显式满意度和隐式满意度构成扩充满意矩阵；步骤2，根据扩充满意矩阵计算评分相似度和偏好相似度，利用评分相似度、偏好相似度以及由有监督的学习算法设置的权重得到用户对项目看法相似性产生的客观信任度；步骤3，根据用户满意交互频率对用户社交网络进行抽象，基于六度分割理论建立带权有向图，计算得到用户间由熟悉性产生的主观信任度。本发明的方法实现了协同过滤。

主权项

一种基于情感与信任的协同过滤推荐方法，其特征在于，该基于情感与信任的协同过滤推荐方法包括：步骤1，对用户项目已评分矩阵进行归一化处理后得到显式满意度；根据向量余弦法计算得到已评分项目和未评分项目之间的相似度，利用所述显式满意度和相似度计算得到隐式满意度，由显式满意度和隐式满意度构成扩充满意矩阵；步骤2，根据扩充满意矩阵计算评分相似度和偏好相似度，利用评分相似度、偏好相似度以及由有监督的学习算法设置的权重得到用户对项目看法相似性产生的客观信任度；步骤3，根据用户满意交互频率对用户社交网络进行抽象，基于六度分割理论建立带权有向图，计算得到用户间由熟悉性产生的主观信任度；步骤4，使用有监督的学习算法将客观信任度和主观信任度加权得到增强信任度；步骤5，根据情感评分向量和改进的VSM向量空间模型来计算用户间的情感一致性；步骤6，利用Top‑N算法，按增强信任度筛选出预设大小的候选邻居集，并以情感一致性为标准对候选邻居集进行二次筛选得到最终邻居集，通过所述最终邻居集中的邻居用户对项目的扩充满意矩阵预测用户对项目的评分，选择较高评分的项目产生推荐集。