[发明专利]一种结合多种用户反馈数据的基于相似度的物品推荐方法

摘要

本发明公开了一种结合多种用户反馈数据的基于相似度的物品推荐方法。方法包括：对复杂辅助信息中隐含语义信息进行建模，针对不同类型用户反馈类型，采用不同的异步双向游走方式，计算不同类型对象间的相似度，再将这些相似度计算结果以贝叶斯排序优化技术组合，再根据组合后的用户‑物品相似度矩阵向每个用户生成Top‑N推荐结果。本发明提出的随机游走方法能建模出路径内任意节点对最终该路径计算结果的影响，从而能够充分挖掘隐含语义并量化语义得到不同类型对象间的相似度。

主权项

1.一种结合多种用户反馈数据的基于相似度的物品推荐方法，其特征在于，所述方法包括以下步骤：S10、收集推荐系统的用户访问和评分记录两类数据，同时整理系统中用户和物品的元数据以及系统用户间或物品间的关系数据，将这些数据转换为多个邻接矩阵；S20、根据邻接矩阵的行列关系建立异质信息网络模型；S30、确定推荐对象和推荐主体，并抽取出异质信息网络模型中所有符合条件的元路径，同时标记每条元路径上的关系来源的用户反馈种类；S40、针对元路径上关系的用户反馈类型，分别采用相应的异步双向随机游走算法进行相似度计算；S50、针对每条元路径相似度计算结果，采用贝叶斯排序优化技术将其整合，并对每个用户提供Top‑N推荐结果。