[发明专利]一种基于内容和评分的组合预测方法

摘要

本发明公开了一种基于内容和评分的组合预测方法，属于推荐系统领域。本发明包括：根据用户信息以及物品信息生成用户和物品特征，根据现有用户对物品的评分生成内容特征，使用评分作为类标，将类标与生成的内容特征结合，作为分类器的输入进行训练得到基于内容的评分预测模型，通过对现有的用户‑物品评分矩阵进行填充形成更为稠密的用户‑物品评分矩阵，通过对稠密的用户‑物品评分矩阵进行学习从而形成最终的预测结果。本发明通过利用用户的个人信息以及物品的信息来提高最终评分预测的精确度。

主权项

1.一种基于内容和评分的组合预测方法，其特征在于，包括下列步骤：步骤a.将评分数据集进行划分通过将评分数据集进行划分，划分为训练集a、训练集b以及测试集；其中训练集a作为学习最优参数所需要的集合，训练集b作为学习最优限制性玻尔兹曼机协同过滤模型所需要的模型，测试集为了测试系统性能；步骤b.获取最优筛选阈值通过训练集a、用户数据、物品数据获得最优的筛选阈值；步骤c.获取最优限制性玻尔兹曼机协同过滤模型通过训练集b、用户数据、物品数据、以及在步骤b获得的最优筛选阈值获得最优限制性玻尔兹曼机协同过滤模型；步骤d.对数据进行预测通过使用步骤c所获得的最优限制性玻尔兹曼机协同过滤模型对测试集进行预测。