1.一种融合时间因素的用户偏好和距离加权的聚类方法,其特征在于该方法主要包括如下关键步骤:
第1、基本矩阵:
第1.1、对初始数据集进行处理,获得用户—用户属性矩阵和用户—项目评分矩阵;
第1.2、构建项目—项目属性矩阵,来表示电影包含的电影属性,记为F;
F的矩阵形式为:
其中: 代表电影mj包含项目特征属性gk; 代表电影mj不包含项目特征属性gk;
第1.3、通过对用户—项目评分矩阵和项目—项目属性矩阵进行计算,得到用户—项目属性总评分矩阵;
第2、用户偏好权重的计算:
第2.1、对用户—项目评分矩阵进行处理得到用户—项目矩阵,该用户‑项目矩阵R′的形式为:
其中: 代表用户ui对电影mj有评分; 代表用户ui对电影mj没有评分;
第2.2、根据TF‑IDF方法来对上述得到的用户—项目矩阵进行计算,得到用户‑项目属性偏好矩阵,该用户‑项目属性偏好矩阵P的形式为:其中: 代表用户ui对项目特征属性gk的偏好程度,计算公式如下:其中: 代表用户ui观看有属性gk电影的总数; 代表用户ui看过的电影总数; 代表整个数据集中电影的总数; 代表整个数据集中含有属性gk电影的总数;
第3、TF‑IDF方法的改进:第3.1、根据遗忘曲线定义一个用户评价电影的时间衰减函数;
第3.2、根据用户兴趣的实际变化情况,定义时间窗T,加入到时间衰减函数中产生最终的遗忘函数;
第3.3、在TF‑IDF方法的基础上融合最终的遗忘函数,改进用户偏好权重的计算,得到最终的用户—项目属性偏好矩阵,最终的遗忘函数为:
其中:T表示稳定期时间窗口的大小;t表示一个时间差,即t=tnew‑told‑g,tnew是指用户现在的时间,told‑g是指用户最后一次对包含属性g的电影的评分时间,以天为单位; 表示将t除以T的结果数值向下取整;T0表示用户兴趣衰减的衰减系数;
该用户—项目属性偏好矩阵P′的形式为:其中: 代表使用改进的TF‑IDF方法来计算用户ui对项目特征属性gk的偏好程度,计算公式如下:
其中: 代表经过时间因素处理后的用户ui观看含有属性gk电影的总数;
第4、欧氏距离的加权和K‑Means聚类:第4.1、分别对第1.1中的用户—用户属性矩阵,第1.3中的用户—项目属性总评分矩阵和第3.3中的最终的用户—项目属性偏好矩阵进行欧氏距离的计算;
第4.2、根据计算结果进行加权处理,得到加权后的综合欧氏距离;
第4.3、基于最终的欧氏距离进行K‑Means聚类;
第5、相似度计算和Top‑N推荐:第5.1、同样分别对上述三个矩阵进行相似度计算并加权,相似度的计算通常只考虑了用户评分间的相似度,忽略了用户在自身属性间和项目属性间的相似度,所以利用余弦相似度分别在用户‑用户属性矩阵、用户‑项目属性总评分矩阵和用户‑项目属性偏好矩阵上进行计算,得到的相似度分别为用户自身主观属性相似度simv(ui,uj)、用户总评分相似度simf′(ui,uj)和用户偏好相似度simp′(ui,uj),故用户ui和uj的综合相似度的公式如下:
sim(ui,uj)=αsimv(ui,uj)+βsimf′(ui,uj)+γsimp′(ui,uj),α+β+γ=1
其中:相似度的各权重系数值和欧氏距离的各权重系数值取相同的数值;
第5.2、对电影进行预测评分,并选择评分较高的前N个电影进行推荐,通过综合相似度的计算得到目标用户的k近邻集KN,即得到k个与目标用户相似度最高的用户,然后在近邻集中对用户未观看的电影进行预测评分,选出预测评分最高的前N个电影,也就是对用户进行的Top‑N推荐,而用户ui在KN中对电影mj的预测评分的公式如下:其中: 和 代表用户ui和uj的平均评分;sim(ui,uj)代表用户ui和uj的综合相似度;
代表用户ui对电影mj的评分。