[发明专利]用于项目推荐的方法有效
申请号: | 202110404565.6 | 申请日: | 2021-04-15 |
公开(公告)号: | CN113010796B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 周庆;欧娇娇;葛亮;黄智勇;仲元红;钟代笛 | 申请(专利权)人: | 重庆大学 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/9536;G06N3/045;G06N3/048;G06N3/0499;G06N3/08 |
代理公司: | 北京康盛知识产权代理有限公司 11331 | 代理人: | 陶俊洁 |
地址: | 400044 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用于 项目 推荐 方法 | ||
本申请涉及信息推荐技术领域,公开一种用于项目推荐的方法,包括:通过用户信息和项目信息获取待推荐用户对项目的偏好评分,并根据用户信息获取获得社交网络注意力聚合数据,根据偏好评分和社交网络注意力聚合数据获取待推荐用户对各项目的匹配度,将满足预设条件的匹配度对应的项目推荐给待推荐用户。在项目推荐过程中,考虑到了待推荐用户处于若干个社交网络,利用注意力机制获取了待推荐用户的社交网络注意力聚合数据,将待推荐用户受到的其他用户的影响加入待推荐用户对项目的匹配度计算中,使得获取到的待推荐项目更贴合真实生活中用户的需求,提高了用户获取推荐项目时的体验。
技术领域
本申请涉及信息推荐技术领域,例如涉及一种用于项目推荐的方法。
背景技术
目前,在需要为用户推荐项目时,通常采集用户信息,如年龄、职业、性别等,然后将其输入训练好的项目推荐模型中,由于真实生活中的用户不是孤立存在的,用户是处于不同的社交关系的,而社交关系是影响推荐性能的一大因素,目前的项目推荐方法没有考虑到社交因素,因此现有技术为用户推荐的项目与真实生活中用户的需求存在一定偏差。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种项目推荐的方法,以更贴合真实生活中用户的需求。
在一些实施例中,所述方法包括:
获取待推荐用户的用户信息,获取若干个项目及各项目对应的项目信息;待推荐用户处于若干个社交网络,各社交网络中除待推荐用户外的用户为待推荐用户的影响用户;
获取用户信息对应的用户偏置评分,获取项目信息对应的项目偏置评分;
根据用户偏置评分和项目偏置评分获取待推荐用户对各项目的偏好评分;
获取各影响用户对待推荐用户的用户注意力值;
分别将各社交网络所对应的各用户注意力值进行聚合,获得用户注意力聚合数据;
根据各社交网络对应的用户注意力聚合数据获取各社交网络对待推荐用户的社交网络注意力值;
将各社交网络注意力值进行聚合,获得社交网络注意力聚合数据;
根据偏好评分和社交网络注意力聚合数据获取待推荐用户对各项目的匹配度;
根据匹配度进行项目推荐。
本公开实施例提供的项目推荐方法,可以实现以下技术效果:通过用户信息和项目信息获取待推荐用户对项目的偏好评分,并根据用户信息获取各影响用户对待推荐用户的用户注意力值,将用户注意力值聚合获得用户注意力聚合数据,根据用户注意力聚合数据获得社交网络注意力值,将社交网络注意力值聚合获得社交网络注意力聚合数据,根据偏好评分和社交网络注意力聚合数据获取待推荐用户对各项目的匹配度,将满足预设条件的匹配度对应的项目推荐给待推荐用户。在项目推荐过程中,考虑到了待推荐用户处于若干个社交网络,利用注意力机制获取了待推荐用户的社交网络注意力聚合数据,将待推荐用户受到的其他用户的影响加入待推荐用户对项目的匹配度计算中,使得获取到的待推荐项目更贴合真实生活中用户的需求,提高了用户获取推荐项目时的体验。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一个用于项目推荐的方法的示意图;
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重庆大学,未经重庆大学许可,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/202110404565.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种中空吸排丝的生产用喷丝板
- 下一篇:一种复杂背景下高精度多目标跟踪方法