1.一种基于语言值二元组概念格的个性化推荐方法,其特征在于按照如下步骤进行:A 数据采集与预处理:
A1.收集多类型数据形式数据信息,判定计算机所收集到的模糊数据信息类型是否统一;若不统一判断数据类型包括模糊集、直觉模糊集和犹豫模糊集;设语言术语集为,为一个符号偏移量,商品属性集为,商品集为,所述n为商品属性总个数,m为商品总个数;
A2. 收集用户对商品使用某种数据类型描述物品的模糊概念,,初始化商品集U与物品属性集集的形式背景作为训练集为商品集U到商品属性集的模糊二元关系,即;
A3. 将中的数据类型按照如下的转换步骤转换为语言值二元组:判断数据样本类型;
如果为模糊集则
;
如果为直觉模糊集则
;
如果为犹豫模糊集则
;
基于商品集U商品属性集的形式背景中的二元关系全部转化为语言值二元组形式背景;
B.利用商品集U商品属性集上定义运算:,, 若 同时则为二元组语言概念,构造用户集U与物品集的语言值二元组概念;
C. 获取用户对商品集U商品决策属性集的语言值二元组评价数据,若非语言值二元组评价按照步骤A3进行转化,形成语言值二元组形式背景;
C1. 认知阶段:基于训练数据集与形成.利用算子和模糊算子构造训练数据集的认知系统;
C2.基于训练数据集,利用定义.构造训练数据集的充分知识库及构成的语言知识拟格;
C3.基于训练数据集,利用定义.构造训练数据集的充分知识库及构成的语言知识拟格;
D.个性化推荐阶段:
D1. 基于训练数据集,利用是的概念, 是的概念, 满足 , 其中, 得到规则;
D2.分析所提取的规则,进行选择判断,得到推荐结果。