1.一种基于稀疏边缘降噪自动编码的混合推荐方法,其特征在于:包括如下步骤:Step1:把每个商品评论合并为评论文档,用TF-IDF处理每个商品的评论文本,选出TF-IDF值最高的词构建商品内容向量作为商品的特征表示;
Step2:用商品内容向量训练稀疏边缘降噪自动编码模型,用训练好的模型从商品内容向量中进一步提取出商品特征,用余弦相似度计算商品特征向量的相似度,得到近邻商品的影响力;
Step3:近邻商品影响力结合用户-评分矩阵分解得到预测评分。
2.根据权利要求1所述的一种基于稀疏边缘降噪自动编码的混合推荐方法,其特征在于:所述Step1的具体步骤如下:Step1.1:将每个商品下的所有评论合并成整个文档,利用基于TF-IDF的关键词抽取方法构建商品内容向量作为商品的特征表示;
Step1.2:基于TF-IDF的关键词抽取方法:
计算词频:词频指的是某一个给定的词语在该文件中出现的频率;这个数字是对词数的归一化,以防止它偏向长的文件,对于在某一特定文件里的词语来说,其计算词频可表示为:以上公式中,分子ni,j是该词ti在文件dj中出现的次数,而分母则是在文件中所有字词的出现次数之和;
计算逆向文件频率:逆向文件频率IDF是一个词语普遍重要性的度量,某一特定词语的IDF,可以由总文件数目除以包含该词语的文件的数目,再将得到的商取对数得到:其中,|D|表示语料库中的文件总数,|{j:ti∈dj}|表示包含词语ti的文件数目,如果该词语不在语料库中,就会导致分母为0,因此使用1+|{j:ti∈dj}|作为分母;
最后计算TFij与IDFi的乘积:
TF-IDF=TFij×IDFi (3)
计算得出文档中每个词的TF-IDF值,将N个最高TF-IDF值的词作为商品内容向量Li,其中i表示商品的序号。
3.根据权利要求2所述的一种基于稀疏边缘降噪自动编码的混合推荐方法,其特征在于:所述Step2的具体步骤如下:Step2.1:利用Step1.2得到的每个商品的商品内容向量Li来训练稀疏边缘降噪自动编码模型,简称SmDAE网络模型,进一步从Li来提取商品特征,训练集为W,训练网络来优化损失函数JmDAE(θ),单层SmDAE网络最后输出商品特征向量Lsi;
其中L(x,y)为重构误差函数,fθ为编码函数,KL为KL-divergence的方法,β为控制稀疏性惩罚项的权重系数,μx为x的期望值,ρ为稀疏性参数, 为神经元的激活度,σ2xd是输入数据x的低d维的干扰项的方差, 为相对于z系数h维的偏导, 为输入数据x的d维的偏导, 是矩阵L相对于z系数的Hessian矩阵;
Step2.2:形成多层SmDAE网络,把首层的输出作为第二层的输入,其他部分与2.1相同,按上一步的思路直到训练好所有层的网络参数,多层SmDAE网络最后输出商品特征向量Ldi;
Step2.3:采用余弦相似度来计算商品的相似度,余弦值越接近1则越相似,假设Ld1[A1,A2,…,An],Ld2[B1,B2,…,Bn]为两个n维特征向量,相似度计算公式如下:将近邻商品对目标商品的影响力融入到矩阵分解模型中,假设影响力为X,则N个近邻商品对目标商品的影响力为:其中X表示商品产生的影响力,T表示近邻商品的集合,wf表示每个近邻商品产生的影响力隐式反馈。
4.根据权利要求1所述的一种基于稀疏边缘降噪自动编码的混合推荐方法,其特征在于:所述Step3的具体步骤如下:Step3.1:用户行为数据集RU×I矩阵是用户-商品评分矩阵,使用隐语义矩阵分解模型(LFM)对其降维,矩阵值RUI表示的是用户U对商品I的评分,LFM将评分矩阵RU×I分解为两个低维度矩阵PU×n与Qn×I,用户U对商品I的预测评分模型为:Step3.2:将2.3中近邻商品影响力X加入到评分模型中,得到新的预测评分模型;
Step3.3:设所有的评论集合为K,最优化损失函数C来估计参数,损失函数如下所示:其中RUI表示的是用户U对商品I的评分,λ为参数,λ1||PU×n||2+λ2||Qn×I||2+λ3||X||2分别为基于PU×n,Qn×I,X的正则项。