[发明专利]一种基于生成对抗网络和双聚类的推荐方法及系统

摘要

本发明公开了一种基于生成对抗网络和双聚类的推荐方法及系统，属于计算机应用技术领域。方法包括：首先读取用户‑项目的不完备评价数据集，接下来构建由生成网络和判别网络组成的生成对抗网络，然后利用训练好的生成网络对缺失评价值进行预测和填充，最后进行双聚类，根据双聚类得到的子簇，进而对不同用户群进行对应的项目组推荐。本发明的推荐方法及系统利用训练好的生成网络对缺失评价值进行填充，克服了传统均值（或众数）、线性插值等缺失评价值填充方法精度低误差大的缺点；并且利用双聚类集成算法对填充后的完备评价数据进行聚类，比采用单个双聚类算法聚类的结果更有效，面向特定用户群推荐的项目组针对性更强，从而提高了推荐的效果。

主权项

1.一种基于生成对抗网络和双聚类的推荐方法，其特征在于，包括以下步骤：步骤1、读取用户‑项目的不完备评价数据集，并对非缺失评价值归一化；步骤2、根据每一个用户对所有项目的评价数据中是否含有缺失值，将用户划分为不含缺失评价值的完备评价用户和含缺失评价值的不完备评价用户；步骤3、基于完备评价用户对所有项目归一化后的评价数据矩阵，构建并训练生成对抗网络；步骤4、利用训练好的生成网络预测和填充归一化后的缺失评价值，得到用户‑项目的完备归一化后评价值对应的数据矩阵；步骤5、基于填充后所有用户对所有项目的归一化后完备评价值数据矩阵，利用双聚类集成算法进行双聚类，从而得到由对应子簇构成的双聚类结果。步骤6、针对双聚类的每个子簇，向其对应用户群进行关联项目组的推荐，从而提高推荐的效果。