[发明专利]基于稳定神经协同过滤的用户-商品偏好预测系统和方法

权利要求书

1.基于稳定神经协同过滤的用户-商品偏好预测系统，其特征在于，包括数据预处理模块、与所述数据预处理模块连接的数据存储模块、分别与所述数据存储模块连接的参数控制模块、数据输出模块和预测结果生成模块，以及与所述参数控制模块连接的模型训练模块，所述预测结果生成模块分别与参数控制模块以及模型训练模块连接；

所述数据预处理模块，用于获取用户-商品评分数据，并对用户-商品评分数据进行预处理，并将预处理后的用户-商品评分数据输入至所述数据存储模块中；

所述数据存储模块，用于存储预处理过的用户-商品评分数据、用户-商品偏好预测模型的参数以及生成的预测评分数据；

所述模型训练模块，用于根据预处理后的用户-商品评分数据，构建和训练基于稳定神经协同过滤的用户-商品偏好预测模型；

所述参数控制模块，用于初始化用户-商品偏好预测模型的参数，同时控制参数和用户-商品偏好预测模型的训练过程；

所述预测结果生成模块，用于根据用户-商品偏好预测模型，利用用户和商品的隐特征向量生成未知的用户-商品预测评分数据，并将生成的预测评分数据存入至所述数据存储模块中；

所述数据输出模块，用于输出用户和商品的隐特征表示以及未知的用户-商品预测评分数据；

所述模型训练模块包括指导模型训练单元、指导信息生成单元以及神经网络训练单元；

所述指导模型训练单元，用于根据预处理后的用户-商品评分数据，训练作为指导模型且不包含噪声的非负矩阵分解模型；

所述指导信息生成单元，用于根据所述非负矩阵分解模型生成指导信息；

所述神经网络训练单元，用于根据生成的指导信息，构建和训练基于稳定神经协同过滤的用户-商品偏好预测模型，其中：

所述用户-商品偏好预测模型包括依次连接的向量化层、噪声层、多层感知器层和全连接输出层。

2.根据权利要求1所述的基于稳定神经协同过滤的用户-商品偏好预测系统，其特征在于，所述参数控制模块包括初始化单元和参数控制单元；

所述初始化单元，用于初始化用户-商品偏好预测模型的参数；

所述参数控制单元，用于向所述预测结果生成模块传递参数，以及控制用户-商品偏好预测模型的训练过程。

3.根据权利要求1所述的基于稳定神经协同过滤的用户-商品偏好预测系统，其特征在于，所述预测结果生成模块包括参数接收单元和预测结果生成单元；

所述参数接收单元，用于接收由参数控制模块传递的参数；

所述预测结果生成单元，用于利用用户和商品的隐特征向量对未知的用户-商品评分做出预测。

4.基于稳定神经协同过滤的用户-商品偏好预测方法，其特征在于，包括以下步骤：

S1、获取用户-商品评分数据；

S2、对所述用户-商品评分数据进行预处理，并将预处理后的用户-商品评分数据进行存储；

S3、根据预处理后的用户-商品评分数据，训练作为指导模型且不包含噪声的非负矩阵分解模型；

S4、利用所述非负矩阵分解模型生成指导信息；

S5、根据所述指导信息，构建和训练包含噪声层的基于稳定神经协同过滤的用户-商品偏好预测模型；

S6、根据用户和商品的隐特征向量，利用所述用户-商品偏好预测模型生成未知的用户-商品预测评分，并对所述用户-商品预测评分进行存储；

S7、输出用户和商品的隐特征表示以及未知的用户-商品预测评分，从而完成对用户-商品偏好的预测。