[发明专利]一种协同过滤算法冷启动问题的解决方法

摘要

本发明的目的是：解决传统的协同过滤推荐技术中新用户和新项目的冷启动问题，完成对新用户和新项目的推荐，提高算法的推荐精度和推荐质量。为了达到上述目的，本发明的技术方案是提供了一种协同过滤算法冷启动问题的解决方法。本发明解决了传统协同过滤算法在面对新用户和新项目时的冷启动问题，结合了用户的信息属性，建立用户信息模型，计算基于用户信息的相似度，从而可以找到新用户的邻居用户。利用项目的内容信息特征，结合凝聚式层次聚类算法，得到项目的归类结果，找到目标项目的邻居项目，从而可以完成推荐。

主权项

1.一种协同过滤算法冷启动问题的解决方法，其特征在于，包括一种融合用户信息模型的基于用户的协同过滤算法和一种采用层次聚类的基于项目的协同过滤算法，其中：一种融合用户信息模型的基于用户的协同过滤算法包括以下步骤：步骤101、获取数据集，数据集包括用户‑项目评分数据集和用户信息属性集；步骤102、根据历史评分数据集，判定数据集中所包含的新用户及老用户；对于新用户，随后根据用户信息属性数据集，利用Sigmoid函数计算得出针对新用户的基于用户信息模型的相似度；对于老用户，计算用户基于评分数据的相似度；步骤103、根据步骤102所得的相似度，寻找目标用户的邻居集；步骤104、根据步骤103得到的邻居集，计算目标用户的预测评分；步骤105、由所得的预测评分，生成Top‑N推荐列表，完成推荐；一种采用层次聚类的基于项目的协同过滤算法包括以下步骤：步骤201、获取数据集，数据集包括用户‑项目评分数据集和项目内容信息集；步骤202、根据历史评分数据集，判定数据集中所包含的新项目及老项目；对于新项目，根据项目内容信息集，计算项目内容的欧氏距离，采用凝聚式层次聚类找到目标项目的邻居集；对于老项目，计算项目基于评分数据的相似度，寻找邻居集；步骤203、根据步骤202得到的邻居集，计算目标项目的预测评分；步骤204、由所得的预测评分，生成Top‑N推荐列表，完成推荐。