[发明专利]基于余弦相似度协同过滤的混合推荐方法

摘要

本发明公开了一种基于余弦相似度协同过滤的混合推荐方法，主要解决现有技术获取用户数据单一，数据过于稀疏和推荐性能不高的问题。其步骤为：1.采集用户的信息；2.对用户历史行为数据进行数字化；3.提取出特定群体都感兴趣的文档；4.构建每篇文档与之最相似几篇文档字典；5.构建用户文档评分矩阵；6.用评分矩阵训练出最佳模型；7.根据最佳模型形成推荐列表推荐给用户；8.当用户阅读推荐列表文档到达阈值，重新开始。本发明获取多维度信息，并将其加入到推荐系统中，利用最相似关联公式对数据集进行插入操作，不仅提高了推荐系统的性能，而且缓解了矩阵稀疏性的压力，可用于从大量的数据中找到用户感兴趣的文档。

主权项

1.基于余弦相似度协同过滤的混合推荐方法，其特征在于，包括如下：(1)数据收集：1a)采集用户行为数据，包括：点击、点赞和转发；1b)以软件，编程方法，采集用户的附加信息，包括：用户的位置、局域网、统一资源定位符URL和IP地址这些信息；1c)从外网中收集相应的文档，包括新闻和文章，对这些文档进行分类并同时进行编号，即对新闻按照社会，体育，政治，科学分类并同时进行编号；对文章按照所属学科，类目进行分类并同时进行编号；1d)将1a)，1b)的数据存入Mysql数据库，将1c)中的数据存入Elasticsearch数据库中；(2)对数据进行处理：2a)将1a)中的历史行为数据进行数字化；2b)根据1b)中的附加信息，提取出在相同位置，局域网和IP网段下大家都感兴趣的文档；2c)对1c)每一篇文档，找出与之最相似的几篇文档，构建每篇文档与之最相似几篇文档字典；2d)将2a)和2b)的结果存入Mysql数据库，将2c)结果数据存入Elasticsearch数据库；(3)构建用户文档评分矩阵：3a)将2a)数据集中的80％作为训练集，其余20％作为测试集；3b)在训练集中，利用最相似关联公式，插入2c)字典中用户已经互动文档最相似的几篇文档，若每个用户互动过的文档有相同的最相似文档，则取相同文档最高的插入值；3c)依据2b)中相同位置，局域网和IP网段下大家都感兴趣的文档，在训练集中继续插入这个群体都感兴趣的文档；3d)由3c)中得到的训练集，建立用户文档评分矩阵；3e)依据用户阅读文档的频繁程度，为每个用户设置周期阈值；(4)对由3c)得到的训练集进行训练，形成文档推荐列表：4a)对3d)中的矩阵进行奇异值分解，然后进行拟合训练，得到奇异值分解模型；4b)使用3a)的测试集对奇异值分解模型进行验证，使用均方误差RMSE，评估该模型的性能；4c)重复4a)和4b)，根据不同参数组合，依据均方误差RMSE大小，取最好参数组合，得到最佳参数组合的模型，其中，参数组合包括特征因子和梯度下降算法SGD的迭代次数；4d)用最佳参数组合的模型形成文档推荐列表，将列表中文档推荐给用户；4e)当用户阅读文档的数量达到设置阈值时，返回2a)。