[发明专利]基于矩阵分解与网络嵌入联合模型的社会化推荐方法有效
| 申请号： | 201910563575.7 | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110321494B | 公开（公告）日： | 2021-08-31 |
| 发明（设计）人： | 邬俊;张洪磊 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06Q50/00 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 黄晓军 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于矩阵分解与网络嵌入联合模型的社会化推荐方法。该方法包括：构建用户‑物品评分矩阵和用户‑用户社交网络，同时根据用户‑用户社交网络生成用户社交语料；利用用户‑物品评分数据和用户社交语料训练矩阵分解与网络嵌入联合模型，得到用户特征矩阵和物品特征矩阵；根据用户特征矩阵和物品特征矩阵预测出未观测评分；将预测评分数值较高的若干物品推荐给相应用户。本发明通过设计统一目标函数无缝整合了矩阵分解模型与网络嵌入模型；基于统一的优化框架，实现了矩阵分解模型与网络嵌入模型之间的双向促进与协同优化，从而可向用户精准推荐其所感兴趣的物品。 | ||
| 搜索关键词： | 基于 矩阵 分解 网络 嵌入 联合 模型 社会化 推荐 方法 | ||
【主权项】：
1.一种基于矩阵分解与网络嵌入联合模型的社会化推荐方法，其特征在于，包括：构建用户‑物品评分矩阵，所述评分矩阵中的行和列分别表示用户和物品，所述评分矩阵中的元素值表示用户对物品的评分；构建用户‑用户社交网络，所述社交网络中的结点表示用户，连接表示用户之间的某种社交关系，根据所述用户‑用户社交网络生成社交语料；设定矩阵分解与网络嵌入联合模型的目标函数，利用所述用户‑物品评分矩阵和用户社交语料训练联合模型，得到用户特征矩阵和物品特征矩阵；根据所述用户特征矩阵和所述物品特征矩阵预测出未观测评分；将评分数值较高的若干物品推荐给相应用户。
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北京交通大学，未经北京交通大学许可，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/201910563575.7/，转载请声明来源钻瓜专利网。
