[发明专利]一种基于地理特征的房地产推荐方法在审
| 申请号： | 201711131295.6 | 申请日： | 2017-11-15 |
| 公开（公告）号： | CN108052534A | 公开（公告）日： | 2018-05-18 |
| 发明（设计）人： | 余永红;蒋晶;赵卫滨;崔鹏;高海燕 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q30/06;G06Q50/16 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 李吉宽 |
| 地址： | 210003 江苏*** | 国省代码： | 江苏;32 |
| 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地理特征的房地产推荐方法。首先根据房地产项目属性信息、楼盘地理坐标向量计算各个房地产项目之间的相似度，然后根据各个房地产项目之间的相似度，构建包含地理特征的正则化项。在权重矩阵分解模型基础上，结合包含地理特征的正则化项，采用随机梯度下降的算法，学习用户和房地产项目的隐式特征向量，最后使用用户和房地产项目隐式特征向量的内积预测用户对未点击房地产项目的点击频次，并根据该预测值为用户提供可能感兴趣的房地产信息列表。本发明在权重矩阵分解技术的基础上，融合房地产项目的地理特征信息，约束权重矩阵分解的执行过程，可以更加准确地学习房地产项目的隐式特征向量，减轻房地产推荐中的冷启动问题。 | ||
| 搜索关键词： | 一种 基于 地理 特征 房地产 推荐 方法 | ||
【主权项】：
1.一种基于地理特征的房地产推荐方法，其特征在于，包含以下步骤：步骤1：根据房地产项目属性信息、楼盘地理坐标向量计算各个房地产项目之间的相似度；步骤2：根据各个房地产项目之间的相似度，构建包含地理特征的正则化项；步骤3：在权重矩阵分解模型基础上，结合包含地理特征的正则化项，采用随机梯度下降的算法，学习用户和房地产项目的隐式特征向量；步骤4：使用用户和房地产项目隐式特征向量的内积预测用户对未点击房地产项目的点击频次，并根据该预测值为用户提供可能感兴趣的房地产信息列表。
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南京邮电大学，未经南京邮电大学许可，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/201711131295.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种多孔材料渗透性测试装置及测试方法
- 下一篇：一种新型便携式梯椅
