1.一种基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,包括:
2.根据权利要求1所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,所述用户-物品交互矩阵表示为
3.根据权利要求1所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,用户相似度采用皮尔逊相关系数、余弦相似度或jaccard相似度来表示。
4.根据权利要求3所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,用户相似度表示为
5.根据权利要求1所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,物品相似度采用余弦相似度表示。
6.根据权利要求1所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,物品相似度采用调整过的余弦相似度,表示为
7.根据权利要求1所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,所述融合基于用户的推荐列表和基于物品的推荐列表,表示为
8.根据权利要求7所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,所述使用标签评分算法计算标签热门程度并对融合推荐列表中的物品根据标签热门程度进行分数削减,包括以下步骤:
9.根据权利要求8所述的基于改进协同过滤及惩罚标签评分的多样化推荐方法,其特征在于,所述根据计算标签的热门程度,具体为:对于标签t,计算所有的和作为热门程度,i∈[1,m]。