主权项 |
一种基于协同过滤的预测值校正方法,其特征在于该方法包括以下具体步骤:a.给定任何一个已知的协同过滤评分预测模型,获得并确定各个评分级别所有训练评分相对应的预测评分的概率分布;具体包括:ⅰ)通过统计分析方法,可以确定各个评分级别的预测评分的概率分布符合由均值和方差两个参数而确定的高斯分布;ⅱ)根据高斯概率分布求参的方法,计算各个评分级别预测评分对应概率分布的参数;b.针对待校正的预测评分,计算小于其值的各个评分级别概率函数在该预测评分上的概率之和P1,并且也计算大于其值的各个评分级别概率函数在该预测评分上的概率之和P2;c.若P1与P2的差的绝对值小于一定阈值,则跳到d步骤,否则跳至e步骤;d.对待预测的评分采用四舍五入的方式,校正为相应的最终校正值,结束;e.确定预测评分取某一整数时的目标函数;具体包括:ⅰ)对于预测评分x,其向下取向整数r<sub>0</sub>的目标函数为:<img file="FDA0000927673730000011.GIF" wi="1838" he="116" />ⅱ)对于预测评分x,其向上取向整数r<sub>0</sub>的目标函数为:<img file="FDA0000927673730000012.GIF" wi="1825" he="125" />其中:评分级别为1到5的整数,记作r,其预测评分级别r的概率分布为:f<sub>r</sub>;f.计算预测评分取某一整数时的目标函数的值;具体包括:ⅰ)计算待校正的预测评分向下取各整数的目标函数的值;ⅱ)计算待校正的预测评分向上取各整数的目标函数的值;g.选择目标函数中值最大的所对应的取向整数作为待校正预测评分的最终校正值,结束。 |