[发明专利]基于语意特征的优化推荐方法在审
| 申请号： | 201910132455.1 | 申请日： | 2019-02-22 |
| 公开（公告）号： | CN109885748A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 秦继伟;蒋云鹏;汪烈军 | 申请（专利权）人： | 新疆大学 |
| 主分类号： | G06F16/951 | 分类号： | G06F16/951;G06F16/9535;G06F16/33;G06F16/36 |
| 代理公司： | 济南鼎信专利商标代理事务所(普通合伙) 37245 | 代理人： | 曹玉琳;彭宾 |
| 地址： | 830046 新疆维*** | 国省代码： | 新疆;65 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及用户兴趣点预测及相关项目推荐技术领域，尤其涉及一种基于语意特征的优化推荐方法。该方法包括以下步骤：步骤1，收集项目信息，将其添加到空白词典建立项目词典；步骤2，通过Word2vec模型提取项目语意特征，计算项目间的相似度；步骤3，根据项目间的相似度预测用户感兴趣的项目，应用Top‑N推荐算法得出推荐的项目列表。本发明使用Word2vec技术提取语意特征，并使用这些特征来计算项目之间的相似性，克服了传统推荐系统中项目内容语意特征被忽视的问题。本发明基于语意特征进行项目推荐，相比传统推荐算法，本方法推荐的准确性更高。 | ||
| 搜索关键词： | 语意特征 项目推荐 相似度 算法 传统推荐系统 词典建立 方法推荐 模型提取 项目词典 项目内容 项目信息 用户兴趣 预测 优化 应用 | ||
【主权项】：
1.一种基于语意特征的优化推荐方法，其特征在于包括以下步骤：步骤1，收集项目信息，将其添加到空白词典建立项目词典；步骤2，通过Word2vec模型提取项目信息中的语意特征，将词转化为词向量计算项目间的相似度；步骤3，根据项目间的相似度预测用户感兴趣的项目，应用Top‑N推荐算法得出推荐的项目列表。
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新疆大学，未经新疆大学许可，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/201910132455.1/，转载请声明来源钻瓜专利网。
