[发明专利]一种基于社交用户多交互信息的协同过滤物品推荐方法

摘要

本发明涉及一种基于社交用户多交互信息的协同过滤物品推荐方法。包括如下步骤：选用相关社交关系数据建立用户‑物品交互矩阵得到交互向量xia；利用xia计算相关动态权重aia；通过好友信息建立好友交互矩阵利用计算相关动态权重βiu；根据同一物品的各种评价和交互向量vji，计算相关动态权重μji；根据xia和aia计算潜因子向量利用和潜因子向量计算得到用户潜因子向量Uij；根据vji和μji计算潜因子向量zj；利用和zj计算得到物品潜因子向量Iij；将Uij和Iij进行整合，得到预测向量G1并计算物品预测评分，进而得到给用户的最佳推荐方案。本发明使用一种模型融合算法整合上述两种潜因子向量，增强了推荐预测的准确性。