[发明专利]实现用户相关推荐的系统和方法

权利要求书

1.一种实现用户相关推荐的方法，所述方法包括：

在由针对目标函数的超参数的候选取值构成的超参数搜索空间中搜索针对所述目标函数的超参数集合；

基于使用所述超参数集合的目标函数，确定构成预测矩阵的第一优化子矩阵和第二优化子矩阵；

使用由第一优化子矩阵和第二优化子矩阵构成的优化预测矩阵来推导评价矩阵中的缺失矩阵元素；以及

基于补全了缺失矩阵元素的评价矩阵来执行用户相关推荐，

其中，所述目标函数用于评估评价矩阵和预测矩阵之间的差异，

其中，所述评价矩阵的行对应于用户，所述评价矩阵的列对应于对象，并且所述评价矩阵中的矩阵元素表示该矩阵元素的对应行的用户对对应列的对象的评价，

其中，所述预测矩阵用于推导评价矩阵中的缺失矩阵元素。

2.如权利要求1所述的方法，其中，所述目标函数由以下表达式(1)表示：

其中，F(U，V)是目标函数，U是第一子矩阵并且V是第二子矩阵，并且UV^T为用于推导评价矩阵中的缺失矩阵元素的预测矩阵，并且其秩为k，

G(U，V；θ，k)是用于使所述预测矩阵保持低秩的非凸低秩正则项，并且

O是评价矩阵且评价矩阵O中的矩阵元素O_ij是表示用户i对对象j的评价的标量，m表示用户数量，n表示对象的数量，1≤i≤m，1≤j≤n，并且i、j、m和n均为正整数，

β＝{λ，θ，k}是针对目标函数F(U，V)预先确定的超参数集合并且λ≥0，θ∈(0，1]≥0且k＜＜min{m，n}，Ω是指示评价矩阵O中的能够观察到的矩阵元素的位置的矩阵且Ω∈{0，1}^m×n，并且如果O_ij是能够观察到的矩阵元素，则对应的Ω_ij＝1，如果O_ij不是能够观察到的矩阵元素，则对应的Ω_ij＝0，

其中，当Ω_ij＝1时，[P_Ω(A)]_ij＝A_ij，并且当Ω_ij≠1时，[P_Ω(A)]_ij＝0，其中，A_ij为不为0的值。

3.如权利要求2所述的方法，其中，

所述超参数集合β＝{λ，θ，k}是基于以下表达式(2)在由超参数λ、θ和k的候选取值构成的超参数搜索空间中搜索出的：

s.t.

其中，

，

并且

其中，Ω1是训练集并且由矩阵Ω的一部分构成，Ω2是验证集并且由矩阵Ω的另一部分构成，

其中，β_p＝{λ_p，θ_p，k_p}是所述超参数搜索空间中的第p个集合，λ_p，θ_p，k_p分别是λ、θ和k的候选取值之一，1≤p≤D且p和D为整数，D是超参数搜索空间中的超参数集合的总数量，

其中，选择超参数a＝[α_p]用于在超参数搜索空间选择一组超参数集合，C＝{a|||a||₀＝1，0≤α_p≤1}，超参数集合β_p＝{λ_p，θ_p，k_p}与α_p对应并且α_p＝1时超参数集合β_p＝{λ_p，θ_p，k_p}被选择，

其中，是基于选择超参数a，使用训练集Ω1对训练损失函数进行训练所获得的第一子矩阵和第二子矩阵的优化矩阵对，是用于基于所述优化矩阵对和验证集Ω2来测量选择超参数a的性能的验证损失函数，a^*是在验证集上具有最佳性能的选择超参数，

其中，β＝{λ，θ，k}是超参数搜索空间中与a^*对应的优化超参数集合。