[发明专利]一种基于主动学习解决商品冷启动问题的推荐方法有效
| 申请号： | 201610422332.8 | 申请日： | 2016-06-13 |
| 公开（公告）号： | CN106127506B | 公开（公告）日： | 2019-12-17 |
| 发明（设计）人： | 祝宇;林靖豪;何石弼;王北斗;管子玉;蔡登 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F17/50 | 分类号： | G06F17/50 |
| 代理公司： | 33224 杭州天勤知识产权代理有限公司 | 代理人： | 胡红娟 |
| 地址： | 310027 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于主动学习解决商品冷启动问题的推荐方法，包括：步骤1，构建用户对商品的评分模型，通过用户对商品的历史评分数据和商品的属性特征对该模型进行预训练；步骤2，对于一个新商品，使用步骤1的评分模型估计出不同用户对该商品是否会评分，以及评多少分；步骤3，根据步骤2的结果，挑选用户对新商品进行评分，得到新商品上的评分数据；步骤4，利用新商品的评分数据对步骤1的评分模型进行再训练；步骤5，利用再训练的评分模型预测未挑选用户对新商品的评分，并根据该评分进行商品推荐。本发明同时考虑每个用户的用户体验，一定程度上保证挑选策略的公平性，充分利用有限的用户资源，有效的将商品推荐给用户。 | ||
| 搜索关键词： | 一种 基于 主动 学习 解决 商品 冷启动 问题 推荐 方法 | ||
【主权项】：
1.一种基于主动学习解决商品冷启动问题的推荐方法，其特征在于，包括：/n步骤1，构建用户对商品的评分模型，通过用户对商品的历史评分数据和商品的属性特征对该模型进行预训练；/n步骤1中使用libFM构建如下3个模型：/n模型1，用于仅根据某商品的属性，预测每个用户是否会对该商品评分；模型2，用于仅根据某商品的属性，预测每个用户会对该商品评多少分；模型3，用于根据某商品的ID以及该商品的属性，预测每个用户会对该商品评多少分；/n步骤2，对于一个新商品，使用步骤1的评分模型估计出不同用户对该商品是否会评分，以及评多少分；/n步骤3，根据步骤2的结果，挑选用户对新商品进行评分，得到新商品上的评分数据；对于不同的新商品，所挑选的用户不同，挑选用户基于以下四个要素：/n要素1，被挑选的用户中每个用户对新商品的评分概率；/n要素2，被挑选的用户中任两个用户对新商品的评分的差异；/n要素3,被挑选的用户中每个用户对新商品的客观性评分的能力；/n要素4，被挑选的用户和未挑选的用户之间的相似度；/n步骤4，利用新商品的评分数据对步骤1的评分模型进行再训练；/n步骤5，利用再训练的评分模型预测未挑选用户对新商品的评分，并根据该评分进行商品推荐；/n步骤3中，挑选用户对新商品进行评分，得到新商品上的评分数据，是根据求解以下目标函数计算：/n
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浙江大学，未经浙江大学许可，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/patent/201610422332.8/，转载请声明来源钻瓜专利网。
