[发明专利]一种融合物品内在与外在特性的推荐方法

权利要求书

1.一种融合物品内在与外在特性的推荐方法，其特征在于，(1)同时考虑物品的不同特性对于用户购买决策的影响，提出一种内外兼并的概率矩阵分解模型，该模型同时考虑物品的内在和外在因素，以更细粒度的方式来捕获物品的不同特性对于用户偏好的影响；(2)为使得本发明所公开的模型能够满足实际环境的需求，针对优化效率问题，本发明公开了一种快速交替最小二乘算法用于高效学习内外兼并的概率矩阵分解模型的参数。(3)引入一种在线更新模型参数的策略使得本发明所公开的算法可适用于真实推荐环境。

2.根据权利要求1所述的一种融合物品内在与外在特性的推荐方法，其特征在于，所构建的内外兼并的概率矩阵分解模型的目标函数为：

3.根据权利要求1和权利要求2所述的方法，其特征在于，所提出的一种快速交替最小二乘算法用于高效学习内外兼并的概率矩阵分解模型的参数：

p_uk的最终更新规则为：

z_jk的更新规则为：

q_ik的更新规则为：

那么e_tk的最终更新规则为：

4.根据权利要求1和权利要求2所述的方法，其特征在于，模型的在线更新机制为：

假若一个新交互数据(u,i)产生，且表示离线训练得到的模型参数。策略是仅更新与预测相关的模型参数，即需注意的是，如果物品i是一个新物品，那么仅更新给定新交互数据(u,i)，并保证模型参数中与(u,i)无关参数不变，会得到显著变化。