一种基于混合推荐的新型音乐评分矩阵填充算法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114254149A(43)申请公布日2022.03.29(21)申请号202111463821.5(22)申请日2021.12.03(71)申请人河海大学地址211100江苏省南京市江宁区秣陵街道佛城西路8号河海大学江宁校区(72)发明人沙道鑫韩立新(74)专利代理机构北京中政联科专利代理事务所(普通合伙)11489代理人邵娟(51)Int.Cl.G06F16/635(2019.01)G06K9/62(2022.01)权利要求书2页说明书4页附图3页(54)发明名称一种基于混合推荐的新型音乐评分矩阵填充算法(57)摘要本发明公开了一种基于混合推荐的新型音乐评分矩阵填充算法。所述方法步骤包括：首先使用基于内容的推荐算法预测并填充评分矩阵，再基于物品的协同过滤算法预测评分，采用皮尔森相关系数计算相似度，并将相似度排序筛选相似度最高的前p个邻近物品，计算目标用户可能的评分，并填充到音乐评分矩阵中；再基于用户的协同过滤方法填充评分矩阵，采用余弦相似度计算相似度，并按照排序选取相似度最高的前20个评分信息进行填充；本发明创新性地在音乐推荐领域混合三种推荐方式进行评分填充，即采用基于内容的推荐算法及基于物品的协同过滤和基于用户的协同过滤算法预测评分，其中采用皮尔森相关系数相似度，有效缓解音乐推领域存在的数据稀疏问题。CN114254149ACN114254149A权利要求书1/2页1.一种基于混合推荐的新型音乐评分矩阵填充算法，其特征在于创新性地混合三种推荐方式，使用基于内容的推荐算法以及基于物品的协同过滤和基于用户的协同过滤填充音乐评分矩阵，同时在计算物品相似度时采用了皮尔森相关系数进行计算，同时采用余弦相似度进行用户相似度计算；算法主要包括以下步骤：步骤一：使用基于内容的推荐方法填充评分矩阵，首先采用皮尔森相关系数计算内容间的相似度，然后将相似度按从高到低排序，计算可能的评分，并填充评分矩阵；步骤二：使用基于物品的协同过滤算法进行第二次填充评分矩阵，首先采用皮尔森相关系数计算物品间相似度，然后按照相似度从高到低排序，筛选与每个物品相似度最高的前p个邻近物品，结合原始音乐评分矩阵中目标用户对未评分物品的邻近物品的评分信息与物品间相似度，计算目标用户可能的评分，并填充到音乐评分矩阵中；步骤三：使用基于用户的协同过滤算法进行第三次填充评分矩阵，首先采用余弦相似度计算用户间相似度并按照从高到低排序，选取与目标用户相似度最高的前20个邻近用户的音乐评分信息进行填充。2.根据权利要求1所述的一种基于混合推荐的新型音乐评分矩阵填充算法，其特征在于采用皮尔森相关系数计算物品间相似度：其中，Ui、Uj分别表示已对物品i和物品j评分的用户集合，ru,i表示用户u对物品i的评分，计算物品间的相似度，然后按照从高到低排序，筛选与每个物品相似度最高的前p个邻近物品；结合原始评分矩阵中目标用户对未评分物品的邻近物品的评分信息与物品间相似度，计算目标用户可能的评分，并填充到原始音乐评分矩阵中；对于目标用户u未评分的物品i，首先提取与物品i相似度最高的前p个邻近物品，再根据原始音乐评分矩阵查找目标用户u对这p个邻近物品的历史评分记录；最后结合评分记录与物品间的相似度，计算目标用户u对物品i的评分，并填充到评分矩阵中；目标用户u对物品i的评分算法如下：其中，itemi(p)表示与物品i最相似的前p个邻近物品的集合。3.根据权利要求1所述的一种基于混合推荐的新型音乐评分矩阵填充算法，其特征在于基于用户的协同过滤方法填充评分矩阵，采用余弦相似性度量方法计算用户间相似度：其中，Iu表示目标用户u已评分的物品集合，Iv表示邻近用户v已评分的物品集合。4.根据权利要求1所述的一种基于混合推荐的新型音乐评分矩阵填充算法，其特征在于基于用户的协同过滤方法填充评分矩阵，为了计算目标用户u对未评分的物品j的评分，首先计算目标用户u的邻近用户集合中邻近用户对物品j评分的数量；再选取邻近用户共同2CN114254149A权利要求书2/2页评价数量最多的前q个物品，将目标用户u与邻近用户之间的相似度及邻近用户对这q个物品的评分信息进行加权计算，将计算得到的评分填充到音乐评分矩阵中；评分计算方法如下：其中，Nu(k)表示目标用户u的k个邻近用户的集合，useru(q)表示邻近用户共同评价的数量最多的前q个物品的集合，根据填充后的评分矩阵预测目标用户u对未评分物品i的评分：其中，表示目标用户u评分的均值，表示邻近用户v评分的均值；将预测评分按照由高到低的顺序排列，选取预测评分最高的前N个物品推荐给目标用户u，在选取不同数量邻近用户的情况下分别为目标用户进行预测评分，并产生推荐。3CN114254149A说明书1/4页