[发明专利]同时融入好友特征和相似用户特征的协同过滤方法在审
| 申请号： | 201611237106.9 | 申请日： | 2016-12-28 |
| 公开（公告）号： | CN106886559A | 公开（公告）日： | 2017-06-23 |
| 发明（设计）人： | 胡天磊;王铖微;孙辰进;戴文华 | 申请（专利权）人： | 浙江浙大网新集团有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q50/00 |
| 代理公司： | 杭州华鼎知识产权代理事务所(普通合伙)33217 | 代理人： | 项军 |
| 地址： | 310051 浙江省杭州市滨江区长*** | 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： | 本发明的目的在于解决现有技术所存在的问题，找到一种同时融入好友特征和相似用户特征的协同过滤方法。包括以下几个步骤获取用户‑物品评分矩阵，通过皮尔逊相关系数计算用户之间的相似度，建立用户相似度矩阵；获取用户‑用户关系矩阵，对原始用户‑用户关系矩阵进行归一化处理，得到归一化后的用户‑用户关系矩阵；根据融入相似用户特征和好友用户特征的概率矩阵分解模型获取用户对物品的预测评分，根据预测评分为用户推荐物品。有益技术效果根据融入相似用户特征和好友用户特征的概率矩阵分解模型，进行物品推荐，使得推荐结果受好友用户特征和相似用户特征影响，提高协同过滤方法的准确度。 | ||
| 搜索关键词： | 同时 融入 好友 特征 相似 用户 协同 过滤 方法 | ||
【主权项】：
同时融入好友特征和相似用户特征的协同过滤方法，其特征在于，包括以下步骤：步骤一：获取用户‑物品评分矩阵，通过皮尔逊相关系数计算用户之间的相似度，建立用户相似度矩阵；步骤二：获取用户‑用户关系矩阵，对原始用户‑用户关系矩阵进行归一化处理，得到归一化后的用户‑用户关系矩阵；步骤三：根据用户相似度矩阵和归一化后的用户‑用户关系矩阵将相似用户特征和好友用户特征融入概率矩阵分解模型的用户特征，根据融入相似用户特征和好友用户特征的概率矩阵分解模型获取用户对物品的预测评分，根据预测评分为用户推荐物品。
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浙大网新集团有限公司，未经浙江浙大网新集团有限公司许可，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/201611237106.9/，转载请声明来源钻瓜专利网。
