[发明专利]一种基于服务多粒度属性的潜在用户推荐方法有效
| 申请号： | 201910468791.3 | 申请日： | 2019-05-31 |
| 公开（公告）号： | CN110209938B | 公开（公告）日： | 2022-10-25 |
| 发明（设计）人： | 李征;段垒;杨伟;李鑫;袁科;刘春 | 申请（专利权）人： | 河南大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F16/9536;G06K9/62 |
| 代理公司： | 北京合创致信专利代理有限公司 16127 | 代理人： | 刘素霞 |
| 地址： | 475000*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于服务多粒度属性的潜在用户推荐方法，包括以下步骤：步骤S1：根据对服务包含类型标签进行聚类产生的服务共性类型类簇实施用户对服务粗粒度属性评分预测；步骤S2：根据jaccard系数基于服务包含类型计算服务间相似性，根据邻居服务进行用户对服务细粒度属性评分预测；步骤S3：对服务粗、细粒度属性的预测评分进行加权求和，实施用户对服务多粒度属性预测并对预测评分进行排序，选择top‑k个评分较高的潜在用户进行推荐。本发明的优点在于：从面向服务的角度进行潜在用户的推荐研究；从服务所属共性类型的类簇和服务所属类型方面同时考虑服务粗粒度属性和细粒度属性，有效解决冷启动问题，提高推荐准确度。 | ||
| 搜索关键词： | 一种 基于 服务 粒度 属性 潜在 用户 推荐 方法 | ||
【主权项】：
1.一种基于服务多粒度属性的潜在用户推荐方法，其特征在于：所述的基于服务多粒度属性的潜在用户推荐方法包括：对服务原始数据集中的每个服务包含的类型标签信息进行聚类，依据聚类结果找到目标服务所属类簇；对所述服务原始数据集中的每个服务包含的类型标签信息进行相似性计算，选择所述目标服务的邻居服务；分别对所述目标服务所属类簇和所述领居服务进行分析计算，通过计算得到用户对服务属性的评分预测；依据所述评分预测进行排序，将潜在用户推荐给目标服务。
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河南大学，未经河南大学许可，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/201910468791.3/，转载请声明来源钻瓜专利网。
