[发明专利]一种基于张量分解的推荐方法及装置

权利要求书

1.一种基于张量分解的推荐方法，其特征在于，包括：

根据采集到的用户数据，构建张量；

将所述张量进行矩阵展开，获得M个矩阵，M为所述张量的模的数目；

采用三对角化算法对所述M个矩阵分别进行转化，获得对应的M个三对角矩阵；

基于所述M个三对角矩阵，获得对应的M个左奇异矩阵；

基于所述M个左奇异矩阵，获得整体近似核心张量；

基于所述整体近似核心张量，进行推荐。

2.如权利要求1所述的方法，其特征在于，所述采用三对角化算法对所述M个矩阵分别进行转化，获得对应的M个三对角矩阵，包括：

分别将所述M个矩阵转化为M个实对称矩阵；

对每个所述实对称矩阵进行三对角变换，获得每个所述实对称矩阵对应的三对角矩阵，获得对应的M个三对角矩阵。

3.如权利要求2所述的方法，其特征在于，所述基于所述M个三对角矩阵，获得对应的M个左奇异矩阵，包括：

基于每个所述三对角矩阵，获得各自对应的特征值和特征向量；

基于所述特征值和特征向量，获得各自对应的左奇异矩阵，获得对应的M个左奇异矩阵。

4.如权利要求3所述的方法，其特征在于，基于每个所述三对角矩阵，获得各自对应的特征值和特征向量，具体包括：

采用如下任意一种方法对每个所述三对角矩阵进行求解，获得每个所述三对角矩阵的特征值和特征向量：

正交化的迭代算法、分治算法。

5.如权利要求1所述的方法，其特征在于，所述基于所述M个左奇异矩阵，获得整体近似核心张量，具体包括：

基于所述M个左奇异矩阵，按照如下第一公式，将其计算结果赋值给核心张量

其中，x为所述用户数据构建的张量，U₁^T…U_M^T均为各个左奇异矩阵的转置，×₁...×_M均为操作符；

基于所述核心张量，按照如下第二公式获得其整体近似张量

其中，R₁、R₂...R_M为根据低秩近似过滤掉噪音数据，选取的降秩后的参数，U_R1⁽¹⁾...U_RM^(M)均为各个左奇异矩阵中分别对应取前R₁、R₂...R_M列的矩阵。

6.如权利要求1所述的方法，其特征在于，所述基于所述近似核心张量，进行推荐，具体包括：

对所述近似核心张量中的各元素之间的关联关系进行评价，获得评价结果；

基于所述评价结果，进行推荐。

7.一种基于张量分解的推荐装置，其特征在于，包括：

构建模块，用于根据采集到的用户数据构建张量；

第一获得模块，用于将所述张量进行矩阵展开，获得M个矩阵，M为所述张量的模的数目；

转化模块，用于采用三对角化算法对所述M个矩阵分别进行转化，获得对应的M个三对角矩阵；

分解模块，用于基于所述M个三对角矩阵，获得对应的M个左奇异矩阵；

第二获得模块，用于基于所述M个左奇异矩阵，获得整体近似核心张量；

推荐模块，用于基于所述整体近似核心张量，进行推荐。

8.如权利要求6所述的装置，其特征在于，所述转化模块，具体包括：

转化单元，用于分别将所述M个矩阵转化为M个实对称矩阵；

第一获得单元，用于对每个所述实对称矩阵进行三对角变换，获得每个所述实对称矩阵对应的三对角矩阵，获得对应的M个三对角矩阵。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一权利要求所述的方法步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一权利要求所述的方法步骤。