1.一种基于蚁群协同过滤算法的物品推荐方法，其特征在于，所述方法包括：基于用户ui对任一物品vj的评分因子以及信息素的衰变因子，获取所述用户ui的信息素 和所述任一物品vj的信息素根据所述用户ui的信息素 和所述任一物品vj的信息素 计算所述用户ui与所述任一物品vj的相似度；

对所述计算获得的相似度进行排序，向所述用户ui推荐相似度高的物品。

2.根据权利要求1所述的方法，其特征在于，所述基于用户ui对任一物品vj的评分因子以及信息素的衰变因子，获取所述用户ui的信息素 和所述任一物品vj的信息素包括：初始化所述用户ui的信息素 和所述任一物品vj的信息素以所述用户ui的信息素的衰变因子γ、所述任一物品vj获得评分的均值 所述用户ui对所述任一物品vj的评分ri,j以及t时刻获得的所述任一物品vj的信息素 作为指数函数的变量，更新所述用户ui的信息素以所述任一物品vj的信息素的衰变因子η、所述用户ui对所有物品评分的均值所述用户ui对所述任一物品vj的评分ri,j以及t时刻获得的所述用户ui的信息素 作为指数函数的变量，更新所述任一物品vj的信息素

3.根据权利要求2所述的方法，其特征在于，所述以所述用户ui的信息素的衰变因子γ、所述任一物品vj获得评分的均值 所述用户ui对所述任一物品vj的评分ri,j以及t时刻获得的所述任一物品vj的信息素 作为指数函数的变量，更新所述用户ui的信息素包括：以 与 相乘，将乘积 作

为所述用户ui的信息素 所述 为所获得的t+1时刻的所述用户ui的信息素；

所述以所述任一物品vj的信息素的衰变因子η、所述用户ui对所有物品评分的均值所述用户ui对所述任一物品vj的评分ri,j以及t时刻获得的所述用户ui的信息素作为指数函数的变量，更新所述任一物品vj的信息素 包括：以 与 相乘，将乘积 作

为所述任一物品vj的信息素 所述 为所获得的t+1时刻的所述任一物品vj的信息素。

4.根据权利要求1所述的方法，其特征在于，所述根据所述用户ui的信息素 和所述任一物品vj的信息素 计算所述用户ui与所述任一物品vj的相似度包括：求取所述 与所述 的内积以及所述 的绝对值 与所述 的绝对值的叉积；

求取所述内积与所述叉积的商，以所述商作为所述用户ui与所述任一物品vj的相似度。

5.一种基于蚁群协同过滤算法的物品推荐装置，其特征在于，所述装置包括：获取模块，用于基于用户ui对任一物品vj的评分因子以及信息素的衰变因子，获取所述用户ui的信息素 和所述任一物品vj的信息素计算模块，用于根据所述用户ui的信息素 和所述任一物品vj的信息素 计算所述用户ui与所述任一物品vj的相似度；

推荐模块，用于对所述计算获得的相似度进行排序，向所述用户ui推荐相似度高的物品。

6.根据权利要求5所述的装置，其特征在于，所述获取模块包括：初始化单元，用于初始化所述用户ui的信息素 和所述任一物品vj的信息素第一更新单元，用于以所述用户ui的信息素的衰变因子γ、所述任一物品vj获得评分的均值 所述用户ui对所述任一物品vj的评分ri,j以及t时刻获得的所述任一物品vj的信息素 作为指数函数的变量，更新所述用户ui的信息素第二更新单元，用于以所述任一物品vj的信息素的衰变因子η、所述用户ui对所有物品评分的均值 所述用户ui对所述任一物品vj的评分ri,j以及t时刻获得的所述用户ui的信息素 作为指数函数的变量，更新所述任一物品vj的信息素

7.根据权利要求6所述的装置，其特征在于，所述第一更新单元，用于包括：第 一 乘 积 单 元，用 于 以 与 相 乘，将 乘 积作为所述用户ui的信息素 所述 为所获得的t+1

时刻的所述用户ui的信息素；

所述第二更新单元，用于包括：

第 二 乘 积 单 元，用 于 以 与 相 乘，将 乘 积作为所述任一物品vj的信息素 所述 为所获得

的t+1时刻的所述任一物品vj的信息素。

8.根据权利要求5所述的装置，其特征在于，所述计算模块包括：求取单元，用于求取所述 与所述 的内积以及所述 的绝对值 与所述的绝对值 的叉积；

作商单元，用于求取所述内积与所述叉积的商，以所述商作为所述用户ui与所述任一物品vj的相似度。