[发明专利]一种基于在线用户观影行为的兴趣偏好挖掘方法在审
| 申请号： | 201811531375.5 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109636473A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 廖好;吴佼;吴向阳;张晓洁;周明洋;陆克中;毛睿 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06F16/2458 |
| 代理公司： | 深圳市恒申知识产权事务所(普通合伙) 44312 | 代理人： | 袁文英 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 观影 偏好 评分数据 在线用户 个性化参数 训练集 挖掘 研究技术领域 测试集 递减 排序 过滤 估算 预测 | ||
1.一种基于在线用户观影行为的兴趣偏好挖掘方法，其特征在于，包括步骤：
S10、根据用户选择观影产品行为获取用户对观影产品的评分数据，所述用户对观影产品的评分数据由低评分数据集和高评分数据集组成；
S20、根据所述用户对观影产品的评分数据，过滤掉所述低评分数据集；
S30、将所述高评分数据集的90％作为训练集，将所述高评分数据集的10％作为测试集；
S40、利用机器学习方法，训练所述训练集，并在训练过程中不断估算每个用户的个性化参数；
S50、根据每个用户的个性化参数预测该用户对未选择观影产品的偏好值；
S60、根据该用户对未选择观影产品的偏好值大小对未选择观影产品进行递减排序，选择位于前列的多个观影产品作为该用户的推荐。
2.如权利要求1所述的在线用户观影行为的兴趣偏好挖掘方法，其特征在于，所述用户对观影产品的评分数据由评分1-5中的各个评分数据组成，所述低评分数据集为低于评分3的各个评分数据组成，所述高评分数据集由评分3-5中的各个评分数据组成。
3.如权利要求1所述的在线用户观影行为的兴趣偏好挖掘方法，其特征在于，在所述步骤S30与步骤S40之间，还包括如下步骤301：
将所述高评分数据集中的90％训练集按照9:1的比例再划分成第一训练集和第一测试集，利用机器学习方法，训练所述第一训练集，并在训练过程中不断估算每个用户的个性化参数。
4.如权利要求3所述的在线用户观影行为的兴趣偏好挖掘方法，其特征在于，在步骤301中，将所述第一训练集按照9:1的比例再划分成第二训练集和第二测试集，利用机器学习方法，训练所述第二训练集，并在训练过程中不断估算每个用户的个性化参数。
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深圳大学，未经深圳大学许可，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/201811531375.5/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种智能互动营销系统和方法
- 下一篇：房源排序展示方法、装置、设备及存储介质
