[发明专利]基于离散分解机的个性化推荐方法、系统及存储介质有效
| 申请号： | 201810539128.3 | 申请日： | 2018-05-30 |
| 公开（公告）号： | CN108830680B | 公开（公告）日： | 2021-03-23 |
| 发明（设计）人： | 刘晗;何向南;冯福利;张含望;宋雪萌;聂礼强 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250061 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于离散分解机的个性化推荐方法、系统及存储介质，将用户对一类商品的历史交易数据输入到预先建立的协同过滤模型中，对协同过滤模型进行训练，得到训练好的协同过滤模型；针对所有的商品数据，采用训练好的协同过滤模型产生第一候选集；将历史交易数据输入到离散分解机DFM模型中，对离散分解机DFM模型进行训练，得到训练好的离散分解机DFM模型；对第一候选集采用训练好的离散分解机DFM模型进行过滤得到第二候选集；采用历史交易数据对基于特征的推荐模型进行训练，得到训练好的基于特征的推荐模型，利用训练好的基于特征的推荐模型对第二候选集进行排序；从排序结果中选择排序靠前的设定个数的商品作为最终的推荐结果。 | ||
| 搜索关键词： | 基于 离散 分解 个性化 推荐 方法 系统 存储 介质 | ||
【主权项】：
1.基于离散分解机的个性化推荐方法，其特征是，包括：步骤(1)：将用户对一类商品的历史交易数据输入到预先建立的协同过滤模型中，对预先建立的协同过滤模型进行训练，得到训练好的协同过滤模型；针对所有的商品数据，采用训练好的协同过滤模型产生第一候选集；步骤(2)：将用户的历史交易数据输入到预先建立的离散分解机DFM模型中，对预先建立的离散分解机DFM模型进行训练，得到训练好的离散分解机DFM模型；对第一候选集采用训练好的离散分解机DFM模型进行过滤得到第二候选集；步骤(3)：采用用户的历史交易数据对预先建立的基于特征的推荐模型进行训练，得到训练好的基于特征的推荐模型，利用训练好的基于特征的推荐模型对第二候选集进行排序；步骤(4)：从排序结果中选择排序靠前的设定个数的商品作为最终的推荐结果。
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山东大学，未经山东大学许可，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/201810539128.3/，转载请声明来源钻瓜专利网。
