本發(fā)明屬于數(shù)據(jù)挖掘技術(shù)領(lǐng)域，特別涉及一種基于聚類的協(xié)同過濾的商品推薦方法及系統(tǒng)。

背景技術(shù)：
隨著電子商務(wù)網(wǎng)站的快速發(fā)展，推薦系統(tǒng)已經(jīng)被廣泛研究和應(yīng)用。推薦系統(tǒng)通過提取分析用戶的資料、行為、評分等信息，獲得用戶的喜好，來幫助電商找到特定的用戶為其推薦可能購買的產(chǎn)品，增加商品的銷售量。目前被廣泛研究的推薦系統(tǒng)有的是采用基于內(nèi)容的推薦算法、協(xié)同過濾推薦算法等?；趦?nèi)容的推薦算法是通過用戶購買過的產(chǎn)品的特征，為用戶推薦與其相似的產(chǎn)品。這種算法的優(yōu)點是可以處理冷啟動問題，處理新加入的產(chǎn)品，并且這種算法不會受到打分稀疏性的問題，因為它不依賴于用戶對產(chǎn)品的評分。但是它的缺點是無法處理像圖形、視頻和音樂這種難以分析提取內(nèi)容特征的商品。與之相反，協(xié)同過濾算法則是利用用戶-產(chǎn)品評分矩陣，計算用戶或產(chǎn)品之間的相似度，利用相似度較高的鄰居對其他產(chǎn)品進行評分預(yù)測，并根據(jù)預(yù)測評分的高低為目標(biāo)用戶進行推薦。但是每一個用戶購買的產(chǎn)品數(shù)量通常不到產(chǎn)品總數(shù)的1％，所以造成用戶-產(chǎn)品評分矩陣非常稀疏，從而使得推薦結(jié)果不佳。Sarwar等(SarwarB,KarypisG,KonstanJ,etal.Item-basedcollaborativefilteringrec-ommendationalgorithms.Proc10thInt’1WWWConf,HongKong,2001,1-5)通過計算商品之間的相似度，預(yù)測目標(biāo)用戶對未購買商品的可能打分，為目標(biāo)用戶推薦商品。Mooney等(MooneyRJ,BennettPN,RoyL.Bookrecommendingusingtextcategorizationwithextractedinformation.ProcRecommenderSystemsPapersfrom1998Workshop,TechnicalReportWS-98-08,1998)提出了基于文本分類的圖書推薦系統(tǒng)。通用的協(xié)同過濾方法由于存在稀疏性問題，導(dǎo)致推薦結(jié)果不準(zhǔn)確，而普通的基于內(nèi)容的推薦算法則對于視頻、音樂等商品的內(nèi)容特征提取困難。

技術(shù)實現(xiàn)要素：
本發(fā)明的目的在于避免上述現(xiàn)有技術(shù)中的不足之處而提供了一種基于聚類的協(xié)同過濾的商品推薦方法及系統(tǒng)，本發(fā)明采取了如下技術(shù)方案：基于聚類的協(xié)同過濾的商品推薦方法，包含以下步驟：步驟1)利用購物網(wǎng)站的API接口獲取用戶對商品的評分信息和商品的類型標(biāo)簽信息；步驟2)根據(jù)用戶的購買商品類型，對用戶進行聚類；步驟3)根據(jù)聚類的結(jié)果，并通過評分估值公式為用戶-商品評分矩陣中缺省評分賦予評分估值；步驟4)計算矩陣中商品之間的相似度，對目標(biāo)用戶未購買商品進行預(yù)測評分，并為目標(biāo)用戶推薦預(yù)測評分最高的前N件商品。所述步驟2)具體包括：步驟2.1)用戶c對商品s的評分表示為Rc,s，用戶對商品類型i的評分公式為，其中，分子表示，用戶c已購買的商品中屬于類型i的商品的評分的求和，分子|s|表示用戶c已購買的商品中屬于類型i的商品總數(shù),1≤tc,i≤5；步驟2.2)根據(jù)用戶對商品類型的評分，構(gòu)建出一個用戶-類型評分矩陣；步驟2.3)采用K-means算法，首先選取k＝10～15個用戶作為初始的聚類中心，用戶c的類型評分向量表示為Uc＝{t1,t2,t3,...,tk},ti表示用戶c對類型i的評分，稱為一個用戶節(jié)點，計算每個用戶節(jié)點與聚類中心的歐式距離，并根據(jù)最小的距離對行向量的類別進行劃分，重新計算每個聚類的均值，作為聚類的中心，利用新的聚類中心，重讀上述過程，迭代多次之后，直到聚類中心不再發(fā)生變化為止，最終將所有的用戶節(jié)點劃分為k個類。所述步驟3)具體包括：步驟3.1)根據(jù)步驟a獲取的用戶對已購買商品的評分信息，建立一個用戶-商品評分矩陣；步驟3.2)計算每個用戶的平均打分值步驟3.3)設(shè)定矩陣的系數(shù)度α，α表示為表明的是矩陣的稀疏程度，根據(jù)α的值，我們對用戶-商品矩陣以概率P＝1-α的概率填充評分矩陣中的空值；步驟3.4)對評分矩陣中的空缺值進行缺省賦值，得到稀疏度為α的密度化的評分矩陣。用戶C對商品S的估計評分公式為其中集合U＝{購買過商品S并且與用戶C屬于同一個分類的所有用戶}，表示屬于集合U的用戶對商品S的打分，表示集合U中的用戶的平均打分。所述步驟4)還具體包括：步驟4.1)根據(jù)評分矩陣，計算任意兩個商品之間的相似性，利用修正的余弦值作為相似性計算公式，如下所示，其中集合U＝{既買過商品i又買過商品j的所有用戶}，Ru,i表示用戶u對商品i的評分，表示用戶u的平均評分；步驟4.2)為每個商品選出相似性最高的k件商品；步驟4.3)對目標(biāo)用戶u的未購買商品i進行預(yù)測評分。評分公式如下所示，其中N＝{與商品i最相似的并且目標(biāo)用戶u購買過的前N件商品}，simi,N表示商品i與商品N的相似度，Ru,N表示用戶u對商品N的評分；步驟4.4)將預(yù)測評分最高前N個商品推薦給目標(biāo)用戶。基于聚類的協(xié)同過濾的商品推薦系統(tǒng)，包含以下結(jié)構(gòu)：獲取信息模塊，利用購物網(wǎng)站的API接口獲取用戶對商品的評分信息和商品的類型標(biāo)簽信息；聚類模塊，根據(jù)用戶的購買商品類型，對用戶進行聚類；估值模塊，根據(jù)聚類的結(jié)果，并通過評分估值公式為用戶-商品評分矩陣中缺省評分賦予評分估值；評分推薦模塊，計算矩陣中商品之間的相似度，對目標(biāo)用戶未購買商品進行預(yù)測評分，并為目標(biāo)用戶推薦預(yù)測評分最高的前N件商品。聚類模塊還進一步包含：用戶c對商品s的評分表示為Rc,s，用戶對商品類型i的評分公式為，其中，分子表示，用戶c已購買的商品中屬于類型i的商品的評分的求和，分子|s|表示用戶c已購買的商品中屬于類型i的商品總數(shù),1≤tc,i≤5；根據(jù)用戶對商品類型的評分，構(gòu)建出一個用戶-類型評分矩陣；采用K-means算法，首先選取k＝10～15個用戶作為初始的聚類中心，用戶c的類型評分向量表示為Uc＝{t1,t2,t3,...,tk},ti表示用戶c對類型i的評分，稱為一個用戶節(jié)點，計算每個用戶節(jié)點與聚類中心的歐式距離，并根據(jù)最小的距離對行向量的類別進行劃分，重新計算每個聚類的均值，作為聚類的中心，利用新的聚類中心，重復(fù)上述過程，迭代多次之后，直到聚類中心不再發(fā)生變化為止，最終將所有的用戶節(jié)點劃分為k個類。估值模塊還進一步包含：根據(jù)已獲取的用戶對已購買商品的評分信息，建立一個用戶-商品評分矩陣；計算每個用戶的平均打分值設(shè)定矩陣的系數(shù)度α，α表示為表明的是矩陣的稀疏程度，根據(jù)α的值，我們對用戶-商品矩陣以概率P＝1-α的概率填充評分矩陣中的空值。對評分矩陣中的空缺值進行缺省賦值，得到稀疏度為α的密度化的評分矩陣。用戶C對商品S的估計評分公式為其中集合U＝{購買過商品S并且與用戶C屬于同一個分類的所有用戶}，表示屬于集合U的用戶對商品S的打分，表示集合U中的用戶的平均打分。評分推薦模塊還進一步包含：根據(jù)評分矩陣，計算任意兩個商品之間的相似性，利用修正的余弦值作為相似性計算公式，如下所示，其中集合U＝{既買過商品i又買過商品j的所有用戶}，Ru,i表示用戶u對商品i的評分，表示用戶u的平均評分；為每個商品選出相似性最高的k件商品；對目標(biāo)用戶u的未購買商品i進行預(yù)測評分。評分公式如下所示，其中N＝{與商品i最相似的并且目標(biāo)用戶u購買過的前N件商品}，simi,N表示商品i與商品N的相似度，Ru,N表示用戶u對商品N的評分；將預(yù)測評分最高前N件商品推薦給目標(biāo)用戶。本發(fā)明相比現(xiàn)有技術(shù)具有如下優(yōu)點：(1)使用缺省賦值的方法解決了數(shù)據(jù)稀疏性的問題。(2)使用偏好平均代替平均分的方法來為矩陣的缺省值賦值，減少了不同用戶的評分尺度不一致的問題，提高了缺省賦值的準(zhǔn)確性。(3)利用聚類算法將喜好相似的用戶聚到同一類中，這樣可以使得同一類中的用戶的評分相似性最高，缺省賦值在同一類中進行，提高了缺省賦值的準(zhǔn)確性。附圖說明圖1為本推薦方法流程圖；圖2為本推薦系統(tǒng)模塊結(jié)構(gòu)圖；圖3為本推薦系統(tǒng)在不同稀疏度下與普通的推薦系統(tǒng)的推薦準(zhǔn)確性比較；圖4為平均絕對誤差隨矩陣密度的變化曲線；圖5為平均絕對誤差隨聚類個數(shù)k的變化曲線。具體實施方式當(dāng)結(jié)合附圖考慮時，通過參照下面的詳細描述，能夠更完整更好地理解本發(fā)明以及容易得知其中許多伴隨的優(yōu)點，但此處所說明的附圖用來提供對本發(fā)明的進一步理解，構(gòu)成本發(fā)明的一部分。為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。實施例：如圖1所示，我們使用movielens的評分?jǐn)?shù)據(jù)，Movielens是一個電影網(wǎng)站，用戶在看完網(wǎng)站上的電影之后可以對其進行評分，分值為1-5分，分值越高表明用戶越喜歡該電影。我們共獲取了其中943位用戶的數(shù)據(jù)。這些用戶對1682件共18種類型的電影產(chǎn)品進行了100000次的評分。為了驗證我們的推薦結(jié)果的準(zhǔn)確性，我們?nèi)〕?0％的評分?jǐn)?shù)據(jù)作為測試集。我們的實驗結(jié)果度量方法采用MAE平均絕對誤差來衡量，公式如下所示這里，N表示預(yù)測評分的總數(shù)，Pi表示第i個預(yù)測評分，Ri表示對應(yīng)的測試集中第i個電影的實際評分。MAE越小，表明我們的預(yù)測結(jié)果越準(zhǔn)確。實驗中，我們首先研究了矩陣稀疏度對系統(tǒng)推薦性能的影響。稀疏度按照10％遞減，分別進行測試。我們又通過改變聚類的k值研究了聚類算法的k值對預(yù)測準(zhǔn)確性的影響。如圖2所示，在計算完相似性之后，對每件商品與其他商品之間的相似性進行排序，選出前N個相似性最高的商品作為他們的近鄰。從圖中可以看出，我們的協(xié)同過濾算法比普通的協(xié)同過濾的算法的推薦準(zhǔn)確度要高。并且的那個稀疏度為90％時，推薦算法的推薦性能最好。平均絕對誤差隨鄰居個數(shù)的增加而減少，并且當(dāng)鄰居個數(shù)為30時，平均絕對誤差最小，推薦效果最好。如圖3所示，當(dāng)矩陣密度在(0,7％)之間時，平均絕對誤差隨矩陣密度的增高而急劇降低，當(dāng)矩陣密度在(7％，40％)之間時，平均絕對誤差隨矩陣密度的增高而增高。當(dāng)矩陣密度在(5％-15％)之間時，平均絕對誤差處在最低的水平(小于0.755)。如圖4所示，當(dāng)k＝30時，平均絕對誤差最低，推薦效果最好。下表是K-means聚類結(jié)果示意圖，其中用戶1、345、143為同一類，他們的相似度比較高。用戶i,j,m為另外一類。表1用戶聚類結(jié)果示意圖以上對本發(fā)明所提供的一種基于橫向摩擦的單表面納米發(fā)電機及其制備方法進行了詳細介紹，以上參照附圖對本申請的示例性的實施方案進行了描述。本領(lǐng)域技術(shù)人員應(yīng)該理解，上述實施方案僅僅是為了說明的目的而所舉的示例，而不是用來進行限制，凡在本申請的教導(dǎo)和權(quán)利要求保護范圍下所作的任何修改、等同替換等，均應(yīng)包含在本申請要求保護的范圍內(nèi)。