本发明涉及个性化推荐领域，具体涉及一种基于协同过滤与logistic回归的个性化推荐方法及装置。
背景技术：
随着互联网迅猛发展，人们的衣食住行越来越离不开网络，网上购物已然成为了一种潮流趋势，个性化推荐技术也变得越来越重要。网上店铺商品繁多，信息量大，如何实现精准营销无论对卖家，还是买家而言都显得十分重要。采用有针对性的营销策略来替代海淘，能够帮助用户在大量产品中快速找到他们真正需要的商品。基于用户的协同过滤是一种非常成功并且应用广泛的推荐技术，其通过分析用户兴趣，在用户群中找到指定用户的相似(兴趣)用户，综合这些相似用户对某一信息的评价，形成系统并对该指定用户对此信息的喜好程度预测。
然而，大多数的推荐算法都是基于用户兴趣进行的推荐，没有对用户购买的可能性大小进行考虑，会对推荐效果产生一定的影响。如果能有一种装置，提供一种模型，对买家可能感兴趣的商品进行购买率的预测，依此概率对推荐商品进行排序，这样的推荐方式一定更加符合用户的需求。
鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本发明。
技术实现要素：
为解决上述技术缺陷，本发明采用的技术方案在于，提供一种基于协同过滤与logistic回归的个性化推荐装置，其包括：
输入单元：其用来获取用户信息；
提取单元：其用来对信息进行特征提取；
评分单元：其用来对用户已购买的商品进行评分；
预测单元：其用来对未评分商品的评分进行预测；
计算单元：其用来计算用户间的相似度；
选取单元：其用来选择邻居和待推荐商品；
预处理单元：其用来转换分类变量以及将连续变量标准化；
模型计算单元：其采用logistic回归模型的lasso估计以得到概率估计模型；
比较与推荐单元：其用来对预测值进行排序和商品推荐；
输出单元：其用来对用户给予商品的推荐。
较佳的，所述提取单元包括协同过滤模块和logistic回归模块，分别对不同的特征进行提取。
一种基于协同过滤与logistic回归的个性化推荐方法，其特征在于，包括以下步骤：
步骤S1：协同过滤部分的特征提取；
步骤S2：评分矩阵的构建；
步骤S3：奇异值分解；
步骤S4：相似度计算；
步骤S5：选择邻居并确定待推荐商品；
步骤S6：logistic回归模块的特征提取；
步骤S7：变量预处理；
步骤S8：logistic回归模型的lasso估计；
步骤S9：得到预测值，根据预测值的排序推荐商品。
较佳的，所述步骤S2中，将用户的不同行为量化，用评分矩阵Rm×n(m≥n)表示用户对商品的评分，Ru,i表示用户u对商品i的评分，表示用户u对其购买过的商品的平均评分。
较佳的，所述步骤S3中，用奇异值将Rm×n分解成U，S，V三个矩阵，满足R＝U×S×V′。
较佳的，所述步骤S3中，求R’R的特征值，从大到小排序并开方，得到S；求R’R的特征向量，特征值从大到小排序，特征向量正交化，得到V；求RR’的特征向量，特征值从大到小排序，特征向量正交化，得到U。
较佳的，所述步骤S3中，根据单值分解原理，将S降维到k阶，同理可得Uk，Vk，关系式变为Rk＝Uk×Sk×Vk。
较佳的，所述步骤S3中，对未评分商品的评分用如下公式计算：
其中表示用户U对其购买过的商品的平均评分，表示的第u行，为的第i列。
较佳的，所述步骤S4用调整后的余弦度量，计算用户与目标用户间的相似度，具体算法如下：
较佳的，选择极大似然估计方法对回归方程的参数进行估计，其中，lasso-logistic回归模型中的系数由凸函数的极小值给定，如下式：
其中L是对数似然函数，λ为调和参数。
在lasso算法下的估计量为：
其中λ可由广义交叉核实方法确定
令
广义交叉验证值GCV统计量为
使广义交叉验证值GCV达到最小的罚函数为最优的罚参数
通过拉格朗日乘子算法可求得参数β的估计，得到概率估计模型
与现有技术比较本发明的有益效果在于：所述基于协同过滤与logistic回归的个性化推荐装置，基于最近邻协同过滤找出了用户可能感兴趣的商品，在此过程中用奇异值(SVD)分解，解决了评分矩阵的稀疏性问题，并根据购买可能性对待推荐商品进行排序，这相对于根据用户兴趣排序而言更准确，更好的实现精准营销。
附图说明
为了更清楚地说明本发明各实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1是基于协同过滤与logistic回归的个性化推荐装置的功能框图；
图2是基于协同过滤与logistic回归的个性化推荐方法的总体流程示意图。
具体实施方式
以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。
实施例1
如图1所示，其为本发明的功能框图。所述基于协同过滤与logistic回归的个性化推荐装置，其包括：输入单元1，提取单元2，评分单元3，预测单元4，计算单元5，选取单元6，预处理单元7，模型计算单元8，比较与推荐单元9以及输出单元10。
所述输入单元1用于获取用户各方面的信息与数据，例如：用户基本信息，用户购买记录等。
所述提取单元2分为协同过滤模块21和logistic回归模块22。所述协同过滤模块21将所述输入单元1的信息与数据进行特征提取，例如：用户对商品的浏览，点击，评论，收藏和购买等行为。所述logistic回归模块22将目标用户是否购买作为响应变量，假设y服从伯努利分布，y＝1表示购买行为，y＝0表示未购买行为。将影响消费者对商品购买的因素作为稀释变量，用X表示，X＝(x1,x2,...xp-1)，例如：用户的基本信息，如年龄，收入情况，商品的基本信息，如类别，价格等。
所述评分单元3根据用户的浏览，点击，评论，收藏和购买等行为，对商品进行评分。将用户的不同行为量化，用户对商品的评分不累加，按最高得分记录。用U表示用户的集合，U＝{u1,u2,...,um}，用I表示商品的集合，I＝{i1,i2,...,in}，用评分矩阵Rm×n(m≥n)表示用户对商品的评分。其中，Ru,i表示用户u对商品i的评分，表示用户u对其购买过所有商品的平均评分。
所述预测单元4利用所述评分单元3的所述评分矩阵，对其进行降维，求特征值，特征向量等计算，通过公式来预测未评分商品的评分。其具体工作原理为：利用奇异值(SVD)将所述评分矩阵Rm×n(m≥n)分解成U，S，V，使其满足关系：R＝U×S×V′。其中，求R’R的特征值，从大到小排序并开方，得到矩阵S，求R’R的特征向量，按特征值从大到小排序，特征向量正交化，得到矩阵V，求矩阵RR’的特征向量，按特征值从大到小排序，特征向量正交化，得到矩阵U。
根据单值分解原理，S被降到k阶(k＜r)，同理可得到Uk，Vk，其满足关系式：Rk＝Uk×Sk×Vk。对未评分商品的评分用如下公式计算：
其中表示用户u对其购买过的商品的平均评分，表示的第u行，表示的第i列。
所述计算单元5，通过调整后的余弦度量，计算用户与目标用户间的相似度，公式为：
所述选取单元6，根据所述计算单元得到的相似度，选取邻居，并从评分较高的商品中选取待推荐商品。
所述处理单元7，其用来将分类变量重编成虚拟变量，以及将连续变量标准化。假设某一变量有k类，则重编码(k-1)个变量(k＝1,2,3……)，其形式为：x1＝(1,0,...,0)T...xk-1＝(0,...0,1)T。标准化的公式为：
所述模型计算单元8，采用的是logistic回归模型的lasso估计，选择极大似然估计方法对回归方程的参数进行估计，最终得到概率估计模型，其具体工作原理为：
lasso-logistic回归模型中的系数由凸函数的极小值给定，如下式：
其中L是对数似然函数，λ为调和参数。
在lasso算法下的估计量为：
其中λ可由广义交叉核实方法确定，
令
广义交叉验证值GCV统计量为
使广义交叉验证值GCV达到最小的罚函数为最优的罚参数
通过拉格朗日乘子算法可求得参数β的估计，得到概率估计模型
所述比较与推荐单元9通过所述模型计算单元8得到的所述概率估计模型，对所述待推荐商品进行购买概率的预测，得到预测值对其进行排序，并按排名的先后顺序推荐商品。
所述输出单元10，将所述比较与推荐单元9得到的所述推荐商品输出，对用户给予商品的推荐。
实施例2
如图所示，其为本发明一种基于协同过滤与logistic回归的个性化推荐方法的总体流程示意图，所述基于协同过滤与logistic回归的个性化推荐方法，包括以下步骤：
步骤S1：协同过滤部分的特征提取
获取用户各方面的信息与数据，例如：用户基本信息，历史购买记录等，特征选择用户的浏览，点击，评论，收藏和购买的行为。
步骤S2：评分矩阵的构建
根据用户的浏览，点击，评论，收藏和购买等行为，对商品进行评分。将用户的不同行为量化，例如：浏览记为2分，点击记为4分，收藏记为6分，购买记为8分，评论记为10分，用户对商品的评分不累加，按最高得分记录。假设用户的集合用U来表示，U＝{u1,u2,...,um}，商品的集合用I来表示，I＝{i1,i2,...,in}，用评分矩阵Rm×n(m≥n)来表示用户对商品的评分。其中，Ru,i表示用户u对商品i的评分，表示用户u对其购买过所有商品的平均评分。
步骤S3：奇异值分解，解决评分矩阵的稀疏性问题
用奇异值(SVD)分解来预测用户对未评分商品的评分。奇异值(SVD)能够将所述评分矩阵Rm×n(m≥n)分解成U，S，V三个矩阵，并满足关系R＝U×S×V′。其中，U为一个m×n的正交矩阵，V为一个r×n的矩阵，S为一个r×r的矩阵。矩阵S非对角线上的元素都为0，对角线上的元素满足：σ1≥σ2≥…≥σn≥0，称为奇异值，其表示一个给定矩阵与比其秩低的矩阵的接近程度。根据单值分解原理，S被降维到k阶(k＜r)，同理可以得到Uk、Vk，其满足关系式Rk＝Uk×Sk×Vk。
对未评分商品的评分用如下公式计算：
其中表示用户U对其购买过的商品的平均评分，表示的第u行，为的第i列。
S3-1：计算矩阵S
计算R’和R’R，求R’R的特征值，从大到小排序并进行开方，得到矩阵S。
S3-2：计算矩阵V
求矩阵R’R的特征向量，并按着特征值从大到小排序，特征向量正交化。
S3-3:计算矩阵U
求矩阵RR’的特征向量，并按着特征值从大到小排序，特征向量正交化。
S3-4:矩阵降维
只保留前k个最大的奇异值，前k列个U，前k行个V。
S3-5:预测未评分商品的评分
其中，表示用户u对未评分商品i的评分预测，表示用户U对其购买过的商品的平均评分，表示的第u行，为的第i列。
步骤S4：相似度计算
用调整后的余弦度量，计算用户与目标用户间的相似度，具体算法如下所示：
步骤S5：选择邻居与待推荐商品
根据所述步骤S4中计算得到的相似度对邻居用户进行排序，选择最近的k个作为邻居，在这些邻居评分较高的，且目标用户尚未购买的商品中，选择前k’件商品作为待推荐商品。
步骤S6：logistic回归模块的特征提取
将目标用户是否购买作为响应变量，假设y服从伯努利分布，y＝1表示购买行为，y＝0表示未购买行为。将用户购买商品这种行为归为y＝1这一类，用户浏览但并没有购买的商品归为y＝0这一类。将影响消费者对商品购买的因素作为解释变量，用X表示，X＝(x1,x2,...xp-1)。例如：用户的基本信息，如年龄，性别，职业，收入情况，消费水平等，商品的基本信息，如商品类别，价格，风格，材质等，以及用户的购买行为。
步骤S7：变量预处理
S7-1：将分类变量重编成虚拟变量
例如，若某一变量有k类，则重编码(k-1)个变量(k＝1,2,3……)，变量形式为：x1＝(1,0,...,0)T...xk-1＝(0,...0,1)T。
S7-2：将连续变量标准化
标准化公式如下：
步骤S8：logistic回归模型的lasso估计
选择极大似然估计方法对回归方程的参数进行估计，其中，lasso-logistic回归模型中的系数由凸函数的极小值给定，如下式：
其中L是对数似然函数，λ为调和参数。
在lasso算法下的估计量为：
其中λ可由广义交叉核实方法确定，
令
广义交叉验证值GCV统计量为
使广义交叉验证值GCV达到最小的罚函数为最优的罚参数
通过拉格朗日乘子算法可求得参数β的估计，得到概率估计模型
步骤S9：针对目标用户，对待推荐商品进行购买概率的预测，得到预测值按照预测概率的大小排序，按此顺序推荐商品。
将所述步骤S5得到的所述待推荐商品的相关数据及用户的基本信息，带入所述步骤S8的所述概率估计模型中，得到各商品被购买的概率估计值。将待购买商品按所述购买的概率估计值进行排序，并按着这个顺序推荐给用户。
以上所述仅为本发明的较佳实施例，对本发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在本发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。