CN110727867A - 一种基于模糊机制的语义实体推荐方法 - Google Patents

Abstract

本发明公开了一种基于模糊机制的语义实体推荐方法，包括如下步骤：数据预处理；构建用户评分矩阵和隶属度矩阵；个性化用户推荐；***有效性分析。本发明先对推荐内容进行模糊语义化，使其有可精确表达的部分和需要模糊表达的部分之后，再运用模糊理论机制将其转化为模糊数来进行优化处理，通过模糊数的距离计算得出理想的推荐实体。本发明能提高对推荐实体的知识表达能力，以及机器***理解和处理用户请求以及上层语义应用的能力，能有效地提高推荐***的响应效率。

Description

一种基于模糊机制的语义实体推荐方法

技术领域

本发明属于协同过滤的推荐技术和模糊语义的交叉研究领域，具体涉及一种基于模糊机制的语义实体来构建用户相似度的协同过滤推荐方法，可用于文本、图书、电影等领域的推荐。

背景技术

随着互联网技术的加速更新迭代，信息过载的问题日益映入人们的视野中，面对互联网上海量的数据，用户通常很难发现自己感兴趣的内容。推荐***作为针对信息过载问题所采用的措施，在上世纪90年代首次被提出便得到了广泛的关注和蓬勃发展。它能够从海量数据中快速得出符合用户特点的信息，解决一些人的“选择困难症”。目前已存在的许多经典的推荐***中，协同过滤算法是最早被提出来并得到广泛应用的一种推荐算法。协同过滤算法一般分为基于user的协同过滤和基于item的协同过滤，主要通过相似度来预测用户对实体的评分，常用的计算相似度的方法包括欧氏距离、Pearson相似度、余弦相似度等。此外，在相似度计算算法中，可以引入模糊数的距离来计算相似度。

近年来，人工智能领域技术的飞速发展，网络上的海量信息并非都能被计算机“读懂”，进而帮助人们智能地分析和管理这些信息所包含的知识而做出更精准的决策。因而，语义网应运而生，它能根据语义进行推理，实现人与物、物与物之间的无障碍协调与沟通。随着语义网的发展，模糊语义扩展了语义网的应用范畴，能弥补现阶段的科技和文化水平下对某些知识无法精确认识和无法精确表达某些知识的短板。因此，将基于模糊语义的数据采用模糊理论来处理并应用在推荐***中，可以在提高对推荐实体的知识表达能力和机器***理解和处理用户请求及上层语义应用的能力的同时，也能有效地提高推荐***的响应效率。

CN104899246A基于模糊机制用户评分邻域信息的协同过滤推荐方法，该方法采用模糊机制针对用户对项目的评分信息进行处理并计算用户之间的相似度，得到前k个用户作为参考，完成对目标用户的预测；但其内容仅涉及模糊隶属度的构建，其相似度的计算采用的是改进的Jccard方法，并没有涉及到相应的模糊算子距离计算。

CN103440324A一种模糊本体描述方法和模糊本建模方法，该方法基于RDF提出了一种新的模糊语义的构建方法，在不改变原有对精确本体表达的同时能够添加本体的模糊信息，使信息具有可精确表达的部分和需要模糊表达的部分，提高了对知识的表达能力。但该方法并未涉及到其在推荐***研究领域的应用，而且侧重于模糊语义库的构建过程。较其应用而言，需要扩展其应用领域。

由上可知，现有推荐***，特别是基于网络数据的描述方法少有涉及语义信息，现有的推荐方法也少有涉及到模糊语义数据的处理，这表明目前对推荐方法的完整性研究存在着一定的局限性，模糊语义和相似度计算的扩展相结合并应用在推荐方法中成为了一个亟待解决的问题，而网络数据模糊语义化之后，在不改变原有对内容精确表达的同时能够添加内容的模糊信息，使信息有可精确表达的部分和需要模糊表达的部分，通过利用模糊理论优化了相似度的计算，更便于计算机“理解”数据，并促进人们做出更精准的决策。

发明内容

针对现有推荐***方法的局限性，本发明提供一种基于模糊机制的语义实体推荐方法，将基于模糊语义的数据采用模糊理论来处理并应用在推荐***中，在提高对推荐实体的知识表达能力和机器***理解和处理用户请求及上层语义应用的能力的同时，也能有效地提高推荐***的响应效率。

本发明方法，将得到推荐内容信息数据进行模糊语义化后，通过构建用户评分矩阵和隶属度矩阵，并将其转化成模糊算子的形式，而后计算模糊数之间的距离，以得到用户之间的相似度，拿到针对用户的推荐实体列表，进行个性化推荐，最后将推荐***方法进行评估以便对其进行优化。

本发明一种基于模糊机制的语义实体推荐方法，包括如下步骤：

(1)数据预处理：

获取待推荐内容信息数据，对所述数据进行清洗和预处理，并对内容实体进行语义表示，在不改变原有对内容精确表达的同时，添加内容的模糊信息，使信息有可精确表达的部分和需要模糊语义表达的部分；

(2)构建用户评分矩阵：

根据模糊语义表达的推荐内容信息，获取用户对实体的评分，创建评分矩阵，构建用户评分矩阵的模块为现有技术；

(3)构建并处理隶属度矩阵；

根据用户的评分矩阵，确定任意两个用户之间的相似度值sim(a,b)，采用软区间划分机制，分别构建用户对实体评分的隶属度(喜欢程度)和非隶属度(不喜欢程度)，将用户对实体评分的隶属度和非隶属度转换成模糊决策矩阵，求取模糊数之间的距离，以求得任意两个用户之间的相似度值sim(a,b)；

(4)个性化用户推荐；

根据所构建的任意两个用户之间的相似度值sim(a,b)，计算所有用户两两之间的相似度，选择与目标用户相似程度高的K个邻近用户，K≥50，根据所选的K个邻近用户的实体评分数据，对目标用户未评分实体进行评分预测，根据分值从大到小排序，选出的前N个实体便是对目标用户的推荐实体，N的范围是[0,20]；

(5)***有效性分析；

根据准确性、召回度、多样性角度来评估***有效性。

步骤(1)所述的数据清洗包括对待推荐内容信息数据中的错误数据进行清洗；

所述的内容实体的语义表示包括：

基于扩展的owl，使用模糊fowl的术语语义表达方式，包括内容实体的模糊概念的描述、变量的描述、模糊数据类型的描述和模糊修饰词的描述，所有的模糊描述均在此命名空间中实现。

步骤(2)所述的构建用户评分矩阵，是从用户-实体-评分-时间这4个维度的数据中获取用户对项目的评分信息，创建用户对实体的评分矩阵R(UxE)，其中U代表用户数目，E代表实体数目。

步骤(3)所述的分别构建用户对实体评分的隶属度(喜欢程度)和非隶属度(不喜欢程度)，是根据软区间划分机制(在评分区间值域内划分一个阈值，高于阈值的是隶属度，表示该用户给该实体评分很高，喜欢该实体；低于阈值的是非隶属度，表示该用户给该实体评分很低，不喜欢该实体)分别构建用户对实体评分的隶属度L_u,i和非隶属度H_u,i：

其中，r_u,i为用户u对实体i的评分，m为推荐***用户评分的最小值，M为推荐***用户评分的最大值，T为划分的区间阈值，比如：对于评分范围[1,10]之间的数值，则m为1，M为10；

将用户对实体评分的隶属度和非隶属度转换成模糊决策矩阵，根据划分出来的用户对实体评分的隶属度和非隶属度，求取不确定的度量，此时每一个用户对每一个实体的评分转化成了一个模糊数，用户对实体的评分矩阵R(UxE)转化成了一个模糊决策矩阵F(UxE)，矩阵里面的每一个元素F_ij均是用户对实体形成的一个评分模糊数，通过计算两个模糊数之间的距离，以求得任意两个用户之间的相似度值sim(a,b)。

进一步，所述不确定度量的求取，公式如下：

其中，L_u,i表示用户对实体评分的隶属度，H_u,i表示用户对实体评分的非隶属度。

进一步，所述两个模糊数之间的距离计算，公式如下：

其中，L₁、H₁和π₁分别表示用户U₁对实体评分的隶属度、非隶属度和不确定度，L₂、H₂和π₂分别表示用户U₂对实体评分的隶属度、非隶属度和不确定度，D(U₁,U₂)表示用户U₁、U₂之间的相似度，计算两个用户之间的品味相似度，距离越近，表明相似度越高。

步骤(4)所述的个性化用户推荐，其中的评分预测包括如下步骤：

首先，将目标用户与其他用户的相似度按照从大到小排列，取排列在前k个用户作为目标用户的邻近用户，K≥50；

然后，得到k个邻近用户后，通过下式对目标用户未评分的项目进行评分预测：

其中，并且，S_u,i代表目标用户u对未评分实体的测评分值，

表示邻近用户n对已评分实体的评分均值，sim(u,n)代表目标用户u与邻近用户n之间的相似度，K_u表示k个邻近用户集合，H_u,i表示集合K_u中对实体i进行评分的邻居用户集合，n表示H_u,i集合中的用户。

最后，根据上述评分预测公式得到的预测评分值就是目标用户对未评分实体的测评分值。

步骤(5)***有效性分析；用于评估推荐***的有效性和鲁棒性，其以准确度指标(精确率、召回率、F-measure值)和非准确度指标(多样性)来衡量。

进一步，所述准确度指标，包含以下几个方面：

首先，存在一个混淆矩阵，它的列代表预测值，行代表实际类别。

True Negative(TN)，称为真阴性，表明实际是负样本且预测也是负样本的样本数；

False Positive(FP)，称为假阳性，表明实际是负样本却预测成正样本的样本数；

False Negative(FN)，称为假阴性，表明实际是正样本预测成负样本的样本数；

True Positive(TP)，称为真阳性，表明实际是正样本且预测也是正样本的样本数；

在此基础上，产生精确率、召回率和F-measure值计算方式；

精确率,在预测用户是否喜欢时，预测正确的用户喜欢和不喜欢的实体在所有实体中所占的比例，其计算公式如下：

召回率,在预测用户是否喜欢时，预测用户喜欢的实体在所有用户真正喜欢的实体中所占的比例，其计算公式如下：

F-measure值,是一种统计量，是精确率和召回率的加权调和平均；它综合了精确率和召回率，其值越大，说明推荐***效果越好，其计算公式如下：

精确率、召回率和F-measure值的计算属于现有技术。

进一步，所述非准确度指标，包含以下方面：

多样性，在保证推荐***准确度的情况下，适当提高推荐商品的多样性，尽量覆盖用户各方面的兴趣，会使命中用户兴趣的概率增大。本***考量用户内的多样性来衡量推荐***对用户u推荐商品的多样性，其多样性计算公式如下：

其中，I_i和I_j表示用户u的推荐商品集合{I₁,I₂,I₃,…}中的元素，L表示推荐商品的长度，sim_i≠j(I_i,I_j)表示商品I_i和I_j的相似度；I_u越小，表示推荐商品多样性越大，***的多样性就越大；多样性的计算属于现有技术。

本发明与现有技术相比，有以下优势：

1)本发明通过将待推荐信息数据进行模糊语义化，使信息数据有可精确表达的部分和需要模糊表达的部分，达到用语义表达精确和非精确实体描述的效果，可提高计算机对推荐内容实体的“理解”；

2)本发明可通过实体的模糊语义表达，充分挖掘用户对内容实体的偏好程度进而构建实体对相似度的贡献率，克服实体的单一权值对相似度的构建而造成的不准确的问题；

3)本发明通过用户偏好矩阵转换成模糊决策矩阵，进而计算用户相似度，在面对海量数据时，在一定程度上可提高相似度计算的效率。

附图说明

图1为本发明方法的步骤图；

图2为本发明的数据预处理的步骤图；

图3为本发明构建并处理隶属度矩阵的流程图；

图4为本发明个性化用户推荐的流程图。

具体实施方式

下面结合附图对本发明内容作进一步的说明，但不是对本发明的限定。

参照图1，一种基于模糊机制的语义实体推荐方法，包括如下步骤：

(1)数据预处理：

获取待推荐内容信息数据，对所述数据进行清洗和预处理，并对内容实体进行语义表示，在不改变原有对内容精确表达的同时，添加内容的模糊信息，使信息有可精确表达的部分和需要模糊语义表达的部分。

参照图2，本发明数据预处理的步骤图，具体包括：

数据清洗和预处理(1.1)，指的是对待推荐内容信息数据进行清洗和预处理，对获取到的异常数据进行处理，数据可以包括实体的信息集合、用户的行为日志等，数据的异常类型包括：数据不完整、数据值异常、数据不一致等，可以采用归一化、降维、去噪等操作来处理。

实体语义表示(1.2)，对内容实体进行模糊语义表示，其包括：基于扩展的owl，使用模糊fowl的术语语义表达方式，包括内容实体的模糊概念的描述、变量的描述、模糊数据类型的描述和模糊修饰词等的描述。在本实施中，fowl基于RDF之上，可以考虑采用用户自定义模糊数据类型逻辑：D→f(x)，f(x)是模糊数据类型的隶属度函数定义，x是使用的变量。

(2)构建用户评分矩阵：

从用户-实体-评分-时间这4个维度的数据中获取用户对项目的评分信息，创建用户对实体的评分矩阵R(UxE)，其中U代表用户数目，E代表实体数目；

所述的构建用户评分矩阵模块为现有技术。

(3)构建并处理隶属度矩阵：

参照图3，本发明构建并处理隶属度矩阵的流程图，当接收到模糊语义数据时，会完成以下步骤：

构建用户对实体评分的隶属度和非隶属度(3.1)，指的是，构建用户对实体评分的隶属度(喜欢程度)和非隶属度(不喜欢程度)；在本实施例中可采用软区间划分机制，根据评分区间值域，划分一个阈值，高于阈值的是隶属度，表示该用户给该实体评分很高，很喜欢该实体；低于阈值的是非隶属度，表示该用户给该实体评分很低，不喜欢该实体，如下表示：

其中，r_u,i为用户u对实体i的评分，m为推荐***用户评分的最小值，M为推荐***用户评分的最大值，T为划分的区间阈值，比如：对于评分范围[1,10]之间的数值，则m为1，M为10。

将隶属度和非隶属度转换成模糊决策矩阵(3.2)，是指将用户对实体评分的隶属度和非隶属度转换成模糊决策矩阵；在本实施例中，用户对实体评分的隶属度和非隶属度构成一个数对形式并作为模糊决策矩阵中的一个元素，此时每一个用户对每一个实体的评分转化成了一个模糊数，对用户对实体的评分矩阵R(UxE)便转化成了一个模糊决策矩阵F(UxE)。

求取不确定度量(3.3)，是指根据划分出来的用户对实体评分的隶属度和非隶属度，求取不确定的度量；矩阵F(UxE)里面的每一个元素Fij均是用户对实体形成的一个评分模糊数，对于不确定度量的求取，公式如下：

其中，L_u,i表示用户对实体评分的隶属度，H_u,i表示用户对实体评分的非隶属度。

计算模糊数的距离(3.4)，是指确定任意两个用户之间的相似度值sim(a,b)；通过计算两个模糊数之间的距离，以求得任意两个用户之间的相似度值sim(a,b)，计算公式如下：

此处的两个模糊数之间的距离，便是两个用户之间的品味相似度值sim(a,b)，距离越近，表明相似度越高。

(4)个性化用户推荐：

评分预测过程是根据预测评分，对目标用户未评分项目根据分值进行从大到小排序，选出的前N个实体便是对目标用户的推荐实体，N的范围一般是[2,20]。

参照图4，本发明个性化用户推荐的流程图，具体包括：

将相似度从大到小排列并取前k个(4.1)，指的是将目标用户与其他用户的相似度按照从大到小排列，取排列在前k个用户作为目标用户的邻近用户，K≥50；

对目标用户未评分的实体进行评分预测(4.2)，指的是到k个邻近用户后，通过下式对目标用户未评分的实体进行评分预测：

其中，

并且，S_u,i代表目标用户u对未评分实体的测评分值，

表示邻近用户n对已评分实体的评分均值，sim(u,n)代表目标用户u与邻近用户n之间的相似度，K_u表示k个邻近用户集合，H_u,i表示集合K_u中对实体i进行评分的邻近用户集合，n表示H_u,i集合中的用户，根据上述评分预测公式得到的预测评分值就是目标用户对未评分实体的测评分值。

(5)***有效性分析：

用于评估推荐***的有效性和鲁棒性，其以准确度指标(精确率、召回率、F-measure值)和非准确度指标(多样性)来衡量；

精确率、召回率和F-measure值的计算采用现有技术；

多样性的计算采用现有技术。

以上结合附图对本发明的实施方式做出了详细说明，但本发明不局限于所描述的实施方式。对于本领域技术人员而言，在不脱离本发明的原理和精神的情况下，对这些实施方式进行各种变化、修改、替换和变形仍落入本发明的保护范围。

Claims (7)

1.一种基于模糊机制的语义实体推荐方法，其特征在于，包括如下步骤：

(1)数据预处理：

获取待推荐内容信息数据，对所述数据进行清洗和预处理，并对内容实体进行语义表示，在不改变原有对内容精确表达的同时，添加内容的模糊信息，使信息有可精确表达的部分和需要模糊语义表达的部分；

(2)构建用户评分矩阵：

根据模糊语义表达的推荐内容信息，获取用户对实体的评分，创建评分矩阵；

(3)构建并处理隶属度矩阵；

根据用户的评分矩阵，确定任意两个用户之间的相似度值sim(a,b)，采用软区间划分机制，分别构建用户对实体评分的隶属度和非隶属度，将用户对实体评分的隶属度和非隶属度转换成模糊决策矩阵，求取模糊数之间的距离，以求得任意两个用户之间的相似度值sim(a,b)；

(4)个性化用户推荐；

根据所构建的任意两个用户之间的相似度值sim(a,b)，计算所有用户两两之间的相似度，选择与目标用户相似程度高的K个邻近用户，K≥50，根据所选的K个邻近用户的实体评分数据，对目标用户未评分实体进行评分预测，根据分值从大到小排序，选出的前N个实体便是对目标用户的推荐实体，N的范围是[0,20]；

(5)***有效性分析；

根据准确性、召回度、多样性角度来评估***有效性。

2.根据权利要求1所述的一种基于模糊机制的语义实体推荐方法，其特征在于：步骤(1)所述的数据清洗包括对待推荐内容信息数据中的错误数据进行清洗；所述的内容实体的语义表示包括：

基于扩展的owl，使用模糊fowl的术语语义表达方式，包括内容实体的模糊概念的描述、变量的描述、模糊数据类型的描述和模糊修饰词的描述，所有的模糊描述均在此命名空间中实现。

3.根据权利要求1所述的一种基于模糊机制的语义实体推荐方法，其特征在于：步骤(2)所述的构建用户评分矩阵，是从用户-实体-评分-时间这4个维度的数据中获取用户对项目的评分信息，创建用户对实体的评分矩阵R(UxE)，其中U代表用户数目，E代表实体数目。

4.根据权利要求1所述的一种基于模糊机制的语义实体推荐方法，其特征在于：步骤(3)所述的分别构建用户对实体评分的隶属度和非隶属度，是根据软区间划分机制，分别构建用户对实体评分的隶属度L_u,i和非隶属度H_u,i：

其中，r_u,i为用户u对实体i的评分，m为推荐***用户评分的最小值，M为推荐***用户评分的最大值，T为划分的区间阈值，比如：对于评分范围[1,10]之间的数值，则m为1，M为10；

将用户对实体评分的隶属度和非隶属度转换成模糊决策矩阵，根据划分出来的用户对实体评分的隶属度和非隶属度，求取不确定的度量，此时每一个用户对每一个实体的评分转化成了一个模糊数，用户对实体的评分矩阵R(UxE)转化成了一个模糊决策矩阵F(UxE)，矩阵里面的每一个元素F_ij均是用户对实体形成的一个评分模糊数，通过计算两个模糊数之间的距离，以求得任意两个用户之间的相似度值sim(a,b)。

5.根据权利要求4所述的一种基于模糊机制的语义实体推荐方法，其特征在于：所述不确定度量的求取，公式如下：

其中，L_u,i表示用户对实体评分的隶属度，H_u,i表示用户对实体评分的非隶属度。

6.根据权利要求4所述的一种基于模糊机制的语义实体推荐方法，其特征在于：所述两个模糊数之间的距离计算，公式如下：

其中，L₁、H₁和π₁分别表示用户U₁对实体评分的隶属度、非隶属度和不确定度，L₂、H₂和π₂分别表示用户U₂对实体评分的隶属度、非隶属度和不确定度，D(U₁,U₂)表示用户U₁、U₂之间的相似度，计算两个用户之间的品味相似度，距离越近，表明相似度越高。

7.根据权利要求1所述的一种基于模糊机制的语义实体推荐方法，其特征在于：步骤(4)所述的个性化用户推荐，其中的评分预测包括如下步骤：

首先，将目标用户与其他用户的相似度按照从大到小排列，取排列在前k个用户作为目标用户的邻近用户，K≥50；

然后，得到k个邻近用户后，通过下式对目标用户未评分的项目进行评分预测：

其中，

并且，S_u,i代表目标用户u对未评分实体的测评分值，

表示邻近用户n对已评分实体的评分均值，sim(u,n)代表目标用户u与邻近用户n之间的相似度，K_u表示k个邻近用户集合，H_u,i表示集合K_u中对实体i进行评分的邻居用户集合，n表示H_u,i集合中的用户；

最后，根据上述评分预测公式得到的预测评分值就是目标用户对未评分实体的测评分值。

Images