[发明专利]一种基于领域特征和隐语义分析的科技资源推荐方法

权利要求书

1.一种基于领域特征和隐语义分析的科技资源推荐方法，其特征在于，包括以下步骤：

S1：通过对科技资源进行领域聚类，将用户和资源按领域进行有效分类，形得到用户领 域和资源领域，并进行预处理得到用户-用户领域数据集、用户领域-资源领域数据集、资源 领域-资源数据集；

S2：利用用户领域和资源领域建立基于领域特征和隐语义分析的推荐模型；

S3：获取用户的需求信息，通过建立的基于领域特征和隐语义分析的推荐模型为用户 推荐所需的资源。

2.根据权利要求1所述的基于领域特征和隐语义分析的科技资源推荐方法，其特征在 于，所述步骤S1的具体过程如下：

定义活跃用户、用户领域、资源领域、热点数据、关注数据、收藏数据、订单数据、日志数 据，采用去除稀疏数据，处理缺失值的数据处理技术，获得用户-用户领域数据集、用户领 域-资源领域数据集、资源领域-资源数据集。

3.根据权利要求2所述的基于领域特征和隐语义分析的科技资源推荐方法，其特征在 于，所述步骤S2的具体过程如下：

对用户-用户领域数据集、用户领域-资源领域数据集和资源领域-资源数据集进行初 始化，并分别对用户-用户领域数据集、用户领域-资源领域数据集和资源领域-资源数据集 进行训练得到用户领域矩阵P、资源领域矩阵Q和用户领域-资源领域矩阵L。

4.根据权利要求3所述的基于领域特征和隐语义分析的科技资源推荐方法，其特征在 于，所述步骤S2还包括：

通过计算公式L-LFM=P×L×Q，得到基于领域特征和隐语义分析的推荐算法模型。

5.根据权利要求3所述的基于领域特征和隐语义分析的科技资源推荐方法，其特征在 于，得到用户领域矩阵P的过程如下：

将用户-用户领域数据集通过slope-one算法进行运算，形成用户领域矩阵P[u][j]，并 获得P矩阵的相关参数。

6.根据权利要求3所述的基于领域特征和隐语义分析的科技资源推荐方法，其特征在 于，得到用户领域矩阵Q的过程如下：

将资源领域-资源数据集通过slope-one算法进行运算，形成资源领域矩阵Q[j][i]，并 获得Q矩阵的相关参数。

7.根据权利要求3所述的基于领域特征和隐语义分析的科技资源推荐方法，其特征在 于，得到用户领域矩阵L的过程如下：

将用户领域-资源领域数据集通过slope-one算法进行运算，形成用户领域-资源领域 矩阵Q[i][s]，并获得Q矩阵的相关参数。