[发明专利]一种基于隐式偏见和好友兴趣的电影评分预测方法在审
申请号: | 201410199440.4 | 申请日: | 2014-05-12 |
公开(公告)号: | CN103996143A | 公开(公告)日: | 2014-08-20 |
发明(设计)人: | 贺樑;王智谨 | 申请(专利权)人: | 华东师范大学 |
主分类号: | G06Q50/00 | 分类号: | G06Q50/00 |
代理公司: | 上海蓝迪专利事务所 31215 | 代理人: | 徐筱梅;张翔 |
地址: | 200241 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 偏见 好友 兴趣 电影 评分 预测 方法 | ||
1.一种基于隐式偏见和好友兴趣的电影评分预测方法,其特征在于该方法包括以下具体步骤:
a)根据电影评分日志数据和好友列表数据,分别生成用户-物品评分矩阵和用户-好友关系矩阵,两个矩阵分别记为R,F;手动设置模型训练参数即好友兴趣权重w;
b)根据用户-物品评分矩阵、用户-好友关系矩阵及模型训练参数,训练“结合个人偏见和好友兴趣的评分预测模型”,得到用户-物品偏见矩阵、用户隐式特征矩阵和物品隐式特征矩阵;具体为:
ⅰ)设计“结合个人偏见和好友兴趣的评分预测模型”,包括:目标函数和评分预测公式;目标函数L为:
其中,u表示用户,i表示物品,P,Q分别表示用户隐式特征矩阵和物品隐式特征矩阵,λ为P,Q的因子;评分预测公式为:
其中,表示用户u对电影i的预测评分,μ为R中评分的平均值,bu+bi表示用户u对电影i的偏见值,pu,qi分别表示用户和物品的隐式特征向量,分别是P中的第u列和Q中的第i列,F(u)表示用户u的好友列表,w为好友兴趣权重;
ⅱ)采用随机梯度下降算法,训练“结合个人偏见和好友兴趣的评分预测模型”,得到用户-物品偏见矩阵、用户隐式特征矩阵P和物品隐式特征矩阵Q;
c)根据用户隐式特征矩阵和用户-好友关系矩阵,以好友兴趣的中心乘以给定的权重,计算好友兴趣隐式特征矩阵,具体为:根据好友权重w、用户隐式特征矩阵P和用户-好友关系矩阵,计算好友兴趣隐式特征矩阵;其中,用户u的好友兴趣隐式特征向量的计算如下:
d)根据训练出来的用户-物品偏见矩阵、用户隐式特征矩阵P、物品隐式特征矩阵Q、好友兴趣隐式特征矩阵以及步骤b)中用户对电影的预测评分公式,生成用户-物品预测评分矩阵记为;
e)根据用户-物品预测评分矩阵生成推荐列表,为每个用户推荐节目;其中,对于用户u,排序其对所有电影的预测评分,取前N个电影推荐给该用户。
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华东师范大学,未经华东师范大学许可,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/pat/books/201410199440.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:触控面板
- 下一篇:一种鼠标数据线的托起随动装置