[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

专利信息
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
【权利要求书】:

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:

L=Σu,iR(rui-r^ui)2+λ||P||2+λ||Q||2]]>

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:

r^ui=μ+bu+bi+pu·(w|F(u)|ΣjF(u)pjT+qiT)]]>

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:

w|F(u)|ΣjF(u)pjT;]]>

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。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top