[发明专利]一种基于信任计算和矩阵分解的推荐算法在审
| 申请号： | 201810614359.6 | 申请日： | 2018-06-07 |
| 公开（公告）号： | CN109213951A | 公开（公告）日： | 2019-01-15 |
| 发明（设计）人： | 王瑞琴 | 申请（专利权）人： | 王瑞琴 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06F16/9535;G06F17/16;G06Q50/00 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 313000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 矩阵分解 算法 抗攻击能力 数据稀疏 冷启动 个性化推荐 计算过程 邻居用户 目标函数 社交网络 信任关系 影响结果 用户建模 综合考虑 规格化 启发式 度量 多路 偏好 求解 向量 传递 缓解 全局 | ||
【权利要求书】：
1.一种基于信任计算和矩阵分解的协同推荐方法，其特征在于：包括信誉度敏感的信任计算模块和信任加强的矩阵分解模块，其中：
所述信誉度敏感的信任计算模块，用于隐式信任关系的发现，进而扩展信任网络，解决信任数据的稀疏性问题；
所述信任加强的矩阵分解模块，用于基于社会同质性原理，使用信任关系对传统的矩阵分解推荐方法进行扩展与约束，从而提高推荐性能。
2.根据权利要求1所述的信誉度敏感的信任计算方法，其特征是：全面考虑了用户间的局部信任关系以及用户的全局信誉度在信任传递过程中的作用，而且充分体现了多路信任的合成原理。
3.根据权利要求1所述的信任加强的矩阵分解方法，其特征是：充分利用社交信任关系对矩阵分解推荐模型进行全面改进，具体包括：对用户潜在因子向量进行扩展和对目标优化函数进行规格化约束，从而解决了传统协同推荐的数据稀疏性问题和新用户冷启动问题，而且增强了系统的抗攻击能力。
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王瑞琴，未经王瑞琴许可，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/201810614359.6/1.html，转载请声明来源钻瓜专利网。
