[发明专利]针对数据不均匀及数据稀疏的topN推荐系统及方法

摘要

本发明请求保护一种针对数据不均匀及数据稀疏的topN推荐系统及方法，属于数据挖掘和信息检索领域。基于用户以及社交网络信息好友关系，考虑评分与用户个人活跃度、物品流行度以及用户对物品感兴趣程度的隐性关系，通过时间离散化及时间切片的方法，加入三方面时间效应影响，同时针对用户评分数据分布不均匀以及数据稀疏性问题，构建基于灰色理论改进GM(1,N)预测模型，挖掘评分与三方面的显性动态关系。输入数据到预测模型即可预测用户对物品的评分，根据用户评分情况，将用户感兴趣的物品推荐给用户，实现topN推荐。

主权项

一种针对数据不均匀及数据稀疏的topN推荐系统，其特征在于，包括数据源获取模块，属性解析模块，模型构建模块，预测推荐模块，其中数据源获取模块用于获取用户信息、物品信息及用户社交网络好友信息；所述属性解析模块从数据源获取模块获取的用户信息集合，关注列表集合，项目信息集合中提取相关属性信息，将相关属性通过时间切片及时间离散化，然后利用带有时间信息的相关属性定义用户活跃度、物品流行度、用户对物品的兴趣三个相关函数指标；同时将用户评分观测序列利用时间衰弱函数间隔化，改进灰色系统理论模型；模型构建模块，用于利用改进后的灰色系统理论模型挖掘用户评分与待评价指标的显性关系，掌握用户评分规律；预测推荐模块，用于将任意时刻t的相关数据输入预测模型就能预测该时刻用户对物品的评分，同时将评分最高的N个物品推荐给用户。