[发明专利]一种带有时间权重的异构信息网络推荐方法有效

专利信息
申请号: 201811360273.1 申请日: 2018-11-15
公开(公告)号: CN109710835B 公开(公告)日: 2020-12-29
发明(设计)人: 凌艳香;赵卫伟;宋晓峰;曹巍;董绍进;吴文华;刘喆;王志国 申请(专利权)人: 中国人民解放军国防科技大学
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/28;G06Q10/04;G06Q30/06;G06Q30/02
代理公司: 西安亿诺专利代理有限公司 61220 代理人: 李永刚
地址: 410073 湖*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 带有 时间 权重 信息网络 推荐 方法
【权利要求书】:

1.一种带有时间权重的异构信息网络推荐方法,其特征在于:通过增加时间属性构建带有时间权重的异构信息网络;所述异构信息网络包括若干元路径;任一所述元路径上的任意两相邻实体间关系带有时间属性,即为带有时间权重的元路径;及时间偏差矩阵,用于记录时间因素对两相邻实体之间关系的影响程度;及邻接矩阵,用于表示元路径上相邻实体之间的关系;及带有时间权重的交换矩阵,通过时间偏差矩阵和邻接矩阵构建带有时间权重的交换矩阵,用于表示元路径两端的用户和商品的相似性;及预测矩阵,用于预测用户对商品的评分;

建立推荐模型:将元路径上带有时间权重的关系对应的邻接矩阵与对应的时间偏差矩阵做哈德曼积,得到新的带有时间权重的邻接矩阵;将元路径上各相邻实体的邻接矩阵依次相乘,得到带有时间权重的交换矩阵;

将带有时间权重的交换矩阵分解为用户因子矩阵和商品因子矩阵两个矩阵;对于任一元路径,通过对用户因子矩阵和商品因子矩阵的优化,构建预测矩阵,获得预测结果;采用线性组合的方式将多条元路径的预测结果进行融合,获得最终用户商品评分;依据最终用户商品评分进行推荐;

所述带有时间权重的异构信息网络设定模式为带有时间权重的信息网络设定为G=(V,E,T);且满足映射关系当即对象类型不只一种,或者关系类型不只一种,G为异构信息网络;反之,G为同构信息网络;当且时,G为带有时间权重的异构信息网络;反之,G为普通异构信息网络;

其中,为对象类型集合,为关系类型集合,为关系对应的时间属性集合;V为节点集,E为边集,T为时间属性集。

2.根据权利要求1所述带有时间权重的异构信息网络推荐方法,其特征在于:所述元路径设定为P,表达式为l为元路径P涉及的关系总数,(l+1)为元路径P涉及的对象类型总数;当元路径P上任一关系Rn(n∈[1,l],n为正整数)带有时间属性时,则P为带有时间权重的元路径,δn(Rn)为关系Rn的时间属性函数。

3.根据权利要求2所述带有时间权重的异构信息网络推荐方法,其特征在于:所述时间偏差矩阵定义为其计算公式如下:

其中,为时间偏差矩阵在第p行第q列的元素值,表示对象和对象之间的时间影响指数,Ai和Aj分别表示元路径上第i种和第j种对象类型,每个对象类型则包含了一系列属于该类型的对象,i,j∈[1,l+1],(l+1)表示元路径P涉及的对象类型总数;表示对象和对象之间关系发生的具体时间,单位为“天”;current为超参数,表示当前时间;β为超参数,表示时间对用户偏好的影响程度。

4.根据权利要求3所述带有时间权重的异构信息网络推荐方法,其特征在于:所述交换矩阵设定为

其中,是对象类型Ai和对象类型Aj之间的邻接矩阵;是对象类型Ai和对象类型Aj之间关系的时间偏差矩阵,能够反映时间因素对于关系的影响程度;⊙为哈德曼(Hadamard)积运算;i,j∈[1,l+1],(l+1)表示元路径P涉及的对象类型总数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811360273.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top