[发明专利]一种基于改进协同过滤算法的服务推荐模型在审
| 申请号： | 201810431077.2 | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108694234A | 公开（公告）日： | 2018-10-23 |
| 发明（设计）人： | 徐光侠;唐杰;刘宴兵;赵泽浩;黄卿怡;邹娜 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06Q30/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400065*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进协同过滤算法的服务推荐模型。主要包括基于用户的协同过滤进行服务推荐、引入巴氏系数(Bhattacharyya Coefficient)及Jaccard系数进而提高推荐服务准确率两部分。通过发现用户最近邻，根据用户的兴趣，挖掘数据，并通过数学函数对目标计算，再通过评分矩阵，依据矩阵产生分数罗列推荐列表，在此基础上，本技术基于传统协同过滤算法进行改进，并融合巴氏系数和Jaccard系数，从而进行精准服务推荐。本发明形成一种新的User‑Based Model，并提高传统协同过滤算法的精确度，属于数据挖掘与深度学习的交叉领域。个性化推荐的出现是为了解决信息过载的问题，通过研究不同用户的兴趣，主动为用户推荐最需要的资源，从而更好地解决互联网信息日益庞大与用户需求之间的矛盾。 | ||
| 搜索关键词： | 协同过滤 算法 巴氏 服务 改进 个性化推荐 互联网信息 矩阵产生 目标计算 评分矩阵 数据挖掘 数学函数 推荐服务 信息过载 用户推荐 用户需求 系数和 最近邻 准确率 融合 挖掘 引入 矛盾 发现 学习 研究 | ||
【主权项】：
1.一种基于改进的协同过滤推荐算法的服务推荐模型。其特征在于：主要包括基于用户的协同过滤进行服务推荐、引入巴氏系数及Jaccard系数进而提高推荐服务准确率两部分。通过发现用户最近邻，根据用户的兴趣，挖掘数据，并通过数学函数对目标计算，再通过评分矩阵，依据矩阵产生分数罗列推荐列表，在此基础上，本技术基于传统协同过滤算法进行改进，并融合巴氏系数和Jaccard系数，从而进行精准服务推荐。本发明形成一种新的User‑Based Mode l，并提高传统协同过滤算法的精确度。
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重庆邮电大学，未经重庆邮电大学许可，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/201810431077.2/，转载请声明来源钻瓜专利网。
